摘要：本課題中，采用機器學習完成鳶尾花類型分類任務。機器學習是讓計算機通過算法尋找數據間的規律，達到學習已知數據、預測未知數據的目標。

機器學習鳶尾花類型分類問題，屬于分類學習中的監督學習，本課題中的鳶尾花數據庫由150組數據組成，每組數據包含了花萼長度、花萼寬度、花瓣長度、花瓣寬度四個輸入變量和劃分為三種不同類型的輸出變量。通過這些數據建立學習模型，達到對未知的鳶尾花的類型進行準確分類的效果。

在本課題中，通過Anaconda3軟件，使用Python設計了代碼，將已知數據中的70%用于建立模型，30%用于對模型預測準確性的檢驗，最終獲得了預測正確率96.5%的學習模型。

關鍵字:  機器學習  預測  Python  鳶尾花類型

目錄

摘要

Abstract

1 緒論-6

1.1 課題研究的背景-6

1.2 Python語言簡介-7

2 課題的方法選擇-8

2.1 設計中的影響因素-8

2.2算法的選擇-8

2.3 決策樹算法原理-9

2.4 數據的來源-10

2.5軟件選擇-10

3 課題的代碼設計-12

3.1預先準備-12

3.2 確定變量-19

3.3 將數據集分成訓練集和驗證集-21

3.4 特征縮放-22

3.5 創建學習模型-22

3.6模型預測-22

3.7用混淆矩陣評價學習結果-22

3.8繪制分類效果圖-23

4 系統調試結果及分析-24

4.1軟件調試-24

4.2最后調試結果-24

4.3 系統調試出現的問題-27

5 總結-28

5.1 課題總結-28

5.2系統中存在的不足和可改進之處-28

參　考　文　獻-29

附錄1-30

致謝-32