基于K-最近邻算法构建鸢尾花分类模型
一 任务描述
鸢尾花（Iris）数据集是机器学习中一个经典的数据集。假设有一名植物学爱好者收集了150朵鸢尾花的测量数据：花瓣的长度和宽度以及花萼的长度和宽度，这些花已经鉴定为属于Setosa、Versicolor和Virginica三个品种之一。
本任务的主要工作内容包括：
1、 使用 Pandas和Matplotlib可视化并观察数据；
2、 将数据集随机拆分为训练集（train set）和测试集（test set）；
3、 构建一个机器学习分类模型（K-最近邻算法）并评估其准确性（Accuracy）。
资源包下载链接
二 任务目标
- 掌握机器学习的基本概念，如样本、特征、训练集和测试集、泛化能力、模型评估、模型的准确性（Accuacy）等。 重点
- 熟悉使用Scikit-learn构建机器学习模型的基本过程。 重点
- 熟悉K-最近邻算法（KNN算法）的思想。 重点
- 掌握数据集拆分函数、训练拟合函数、模型评估函数的使用。 重点
三 任务环境
-
操作系统：Windows 10、Ubuntu18.04
-
工具软件：Anaconda3 2019、Python3.7
-
硬件环境：无特殊要求
-
依赖库列表
matplotlib 3.3.4 numpy 1.19.5 pandas 1.1.5 scikit-learn 0.24.2
四 任务分析
因为学习数据中已知鸢尾花的品种（即数据的标签），所以这是一个监督学习，另外模型的用途是预测新的测量数据的品种，因此这是一个分类（Classification）问题。单个数据点（一朵鸢尾花的测量数据）的预期输出是这朵花的品种（标签）。
本任务涉及以下几个环节：
a）认识数据、观察数据（可视化）
b）将数据拆分为训练集与测试集
c）构建模型：K最近邻算法
d）训练模型
e）评估模型
五 资源介绍
5.1 资源截图
5.2 部分代码截图
