目前平台处于试运行阶段,如有任何问题或建议,请发送邮件至 service@dataju.cn 或加入QQ群 565136792 联系管理员。

满足不同角色需求:领域专家 数据管理者 数据科学家 科研人员、高校教师及研究生 数据分析爱好者
UCI Iris 数据集支持向量机建模预测鸢花种类
2890次浏览 dataju 于 2016-07-09 发布
该内容是由用户自发提供,聚数力平台仅提供平台,让大数据应用过程中的信息实现共享、交易与托管。如该内容涉及到您的隐私或可能侵犯版权,请告知我们及时删除。
应用案例介绍
UCI Iris 数据集,采用多分类支持向量机 C-SVC 方法建模,通过鸢花外形数据预测鸢花种类。
概念层次
领域场景: 未指定
领域问题: 未指定
领域应用: 根据鸢花外形信息判断所属种类
应用案例详情
介绍标题: UCI Iris 数据集 多分类 C-SVC 建模
案例概述: 对鸢花数据集进行多分类建模,获取鸢花外形数据与鸢花类别之间的相关关系,并以此作为判断鸢花种类的依据。
交付物概述: 数据、分析程序和模型
具体内容: 数据、分析程序和模型
提供者: 聚数力平台
提供者介绍: 聚数力大数据应用要素平台
流程概述: 利用交叉验证获取最优模型
具体内容: 1.数据处理 2.交叉验证 3.最优参数建模
数据描述
原始数据名称: UCI Iris 数据集原始数据
属性数: 5
记录数: 150
无缺失值记录数: 150
数据来源: UCI Machine Learning Repository, http://archive.ics.uci.edu/ml/
数据介绍: UCI Iris是常用分类建模数据集,通过花萼长度,花萼宽度,花瓣长度,花瓣宽度4个属性预测鸢尾花卉属于(Setosa,Versicolour,Virginica)三个种类中的哪一类。
数据下载: 可下载
# 名称 数据类型 数据格式
1 萼片宽度 float 普通浮点数格式
2 鸢花种类 string 文本字符串格式
3 萼片长度 float 普通浮点数格式
4 花瓣长度 float 普通浮点数格式
5 花瓣宽度 float 普通浮点数格式
建模数据名称: UCI Iris 数值型多分类建模数据
属性数: 5
记录数: 150
无缺失值记录数: 150
数据来源: 聚数力平台
数据介绍: UCI Iris 数据集类别信息离散化处理后,转化为浮点类型数据。
数据下载: 可下载
# 名称 数据类型 数据格式
1 萼片宽度 float 普通浮点数格式
2 萼片长度 float 普通浮点数格式
3 花瓣长度 float 普通浮点数格式
4 花瓣宽度 float 普通浮点数格式
5 鸢花种类 int 普通整数格式
# 名称 说明
1 字符串类别整数离散化 将表示类别信息的字符串数据,映射为整数。例如,将性别中的 “男”,“女” 映射为0和1。
分析建模
# 参数选择过程名称 参数选择过程描述
1 UCI Iris 数据集支持向量机建模预测鸢花种类5折交叉验证选参 UCI Iris 数据集支持向量机建模预测鸢花种类5折交叉验证选参。
2 Setosa vs. Versicolour 二分类5折交叉验证选参 选取Iris数据集合中的两类,Setosa vs. Versicolour 进行二分类建模,通过5折交叉验证选择最优参数,以准确率作为评价标准。
3 Setosa vs. Virginica 二分类5折交叉验证选参 选取Iris数据集合中的两类,Setosa vs. Virginica 进行二分类建模,通过5折交叉验证选择最优参数,以准确率作为评价标准。
4 Versicolour vs. Versicolour 二分类5折交叉验证选参 选取Iris数据集合中的两类,Versicolour vs. Versicolour 进行二分类建模,通过5折交叉验证选择最优参数,以准确率作为评价标准。
评价测试

目前平台处于试运行阶段,如有任何问题或建议,请发送邮件至 service@dataju.cn 或加入QQ群 565136792 联系管理员。