### 使用 Jupyter Notebook 完成鸢尾花数据分类任务 以下是基于 Scikit-learn 库，在 Jupyter Notebook 中完成鸢尾花数据集分类任务的具体实现流程，涵盖了 **数据预处理**、**划分训练集和测试集**、**选择分类器建立模型** 和 **评估模型性能** 的全过程。 --- #### 1. 数据预处理 在 Jupyter Notebook 中可以轻松加载 Scikit-learn 提供的鸢尾花数据集，并对其特征进行标准化处理。这一步骤能够提升后续分类器的学习效率和准确性[^1]。 ```python # 导入所需库 import numpy as np import pandas as pd from sklearn.datasets import load_iris from sklearn.model_selection import train_test_split from sklearn.preprocessing import StandardScaler # 加载鸢尾花数据集 iris = load_iris() X, y = iris.data, iris.target # 查看数据基本信息 df = pd.DataFrame(data=np.c_[X, y], columns=list(iris.feature_names) + ['target']) display(df.head()) # 特征标准化 scaler = StandardScaler() X_scaled = scaler.fit_transform(X) ``` 通过上述代码实现了对鸢尾花数据集的加载与特征标准化操作。 --- #### 2. 划分训练集和测试集 为了验证模型的实际表现，需将数据划分为训练集和测试集。通常采用 `train_test_split` 函数来完成这一工作，其中可以通过参数控制测试集占比以及随机种子以确保实验可重复性[^2]。 ```python # 划分训练集和测试集 (80% 训练集, 20% 测试集) X_train, X_test, y_train, y_test = train_test_split( X_scaled, y, test_size=0.2, random_state=42, stratify=y) print(f"训练集大小: {len(X_train)}, 测试集大小: {len(X_test)}") ``` 此段代码展示了如何使用 `train_test_split` 方法按指定比例分割数据，并保持类别分布一致性[^2]。 --- #### 3. 选择分类器建立模型 针对鸢尾花这种多类别的分类问题，可以选择多种经典的机器学习算法构建模型。下面以支持向量机（Support Vector Machine, SVM）为例展示建模过程[^3]： ```python from sklearn.svm import SVC # 初始化SVM模型 (选用RBF核函数) svm_model = SVC(kernel='rbf', C=1.0, gamma='scale', random_state=42) # 在训练集上拟合模型 svm_model.fit(X_train, y_train) ``` 此处选择了带有 RBF 核的支持向量机作为分类器，并设置了正则化系数 \(C\) 及自动调节的 \(\gamma\) 参数[^3]。 --- #### 4. 模型评估 最后需要对已训练好的模型进行全面评估，常用指标包括准确率（Accuracy）、混淆矩阵（Confusion Matrix）以及其他分类报告中的细节信息[^3]。 ```python from sklearn.metrics import ( accuracy_score, classification_report, confusion_matrix, ConfusionMatrixDisplay ) # 进行预测 y_pred = svm_model.predict(X_test) # 输出准确率 accuracy = accuracy_score(y_test, y_pred) print(f"模型准确率: {accuracy:.4f}") # 打印分类报告 report = classification_report(y_test, y_pred, target_names=iris.target_names) print(report) # 绘制混淆矩阵图 cm = confusion_matrix(y_test, y_pred) disp = ConfusionMatrixDisplay(confusion_matrix=cm, display_labels=iris.target_names) disp.plot(cmap=plt.cm.Blues) plt.show() ``` 以上代码不仅计算了模型的整体精度，还提供了详细的分类性能分析图表可视化结果[^3]。 --- ###