-
-
iris数据处理实训.zip
读取数据，将数据存成变量iris，创建数据框的列名称，将列petal_length的第十到十九行设置为缺失值，删除列，将数据框前三行设置为缺失值，删除有缺失值的行，删除有缺失值的行。
-
iris（鸢尾花）.csv
Iris 鸢尾花数据集是一个经典数据集，在统计学习和机器学习领域都经常被用作示例。数据集内包含 3 类共 150 条记录，每类各 50 个数据，每条记录都有 4 项特征：花萼长度、花萼宽度、花瓣长度、花瓣宽度，可以通过这4个特征预测鸢尾花卉属于（iris-setosa, iris-versicolour, iris-virginica）中的哪一品种。
-
data-iris.zip
iris 数据集包含150个数据样本，分为3类，每类50个数据，每个数据包含4个属性。可通过花萼长度，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。
-
BP算法-matlab实现-iris数据集
实验中，采用iris分类数据进行测试。其中共有4种特征，3种类别。设置的网络参数为输入层为4(特征数)，隐藏层设置了1层。神经元个数为8，输出层为3(类别数)，激活函数采用的是sigmoid函数。训练的时候设置的mini_batch_size大小为120（训练样本个数），迭代次数为2000，采用的权重更新策略为批量梯度下降法。最终得到的训练模型在测试数据上进行测试，测试的准确率为1。过程中的验证集准确率变化见图3。在迭代到达600次的时候基本已经稳定，说明该网络结构得到的准确率大致就在这个范围。
-
-
-
-
-
鸢尾花iris数据集
用matlab实现用Bp神经网络对iris数据集进行分类（以及影响分类性能的参数条件）这篇文章的数据集
-
-
Go To English Version 超过100万源码资源，1000万源码文件免费下载
