数据挖掘实例一、预测鸢尾花的类型

鸢（yuan）尾花也叫做爱丽丝Iris，外形如下图

现在有如下的数据采样集

参看WIKI数据

http://zh.wikipedia.org/wiki/%E5%AE%89%E5%BE%B7%E6%A3%AE%E9%B8%A2%E5%B0%BE%E8%8A%B1%E5%8D%89%E6%95%B0%E6%8D%AE%E9%9B%86

考虑如下任务：根据花的特征预测花的种类。本例考虑根据是否属于Setosa、Versicolour、Virginica这三类之一对鸢尾花（Iris）进行分类。花瓣宽度分成low、medium、high三类，分别对应于区间[0, 0.75)、[0.75, 1.75)、[1.75,  )。花瓣长度也分成low、medium、high三类，分别对应于区间[0, 2.5)、[2.5, 5)、[5,  )。根据花瓣宽度和长度的这些类别，可以推出如下规则。

花瓣宽度和花瓣长度为low蕴涵Setosa。

花瓣宽度和花瓣长度为medium蕴涵Versicolour。

花瓣宽度和花瓣长度为high蕴涵Virginica。

尽管这些规则不能对所有的花进行分类，但是已经可以对大多数花很好地进行分类（尽管不完善）。注意：根据花瓣宽度和花瓣长度，Setosa种类的花完全可以与Versicolour和Virginica种类的花分开，但是后两类花在这些属性上有一些重叠。