利用卷积神经网络训练鸢尾花数据

最新推荐文章于 2023-09-07 21:15:56 发布

原创

最新推荐文章于 2023-09-07 21:15:56 发布 · 2.9k 阅读

28 ·

CC 4.0 BY-SA版权

文章标签：

#神经网络 #深度学习 #python

本文介绍如何运用深度卷积神经网络来区分鸢尾花数据，通过numpy和pandas库加载数据，sklearn库辅助处理。经过训练，模型在1000次迭代后达到0.96以上的准确率，提供了鸢尾花数据集的下载链接。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

上一篇文章介绍了鸢尾花特征的可视化，这篇文章利用深度卷积神经网络来区分鸢尾花数据集，主要利用了numpy库和pandas.sklearn库，首先利用pandas库中指令来读取数据集，数据集在文章尾部有下载链接，代码如下，代码中有相应的解释

# -*- coding: utf-8 -*-
"""
Created on Sat May 15 15:39:06 2021

@author: apple
"""
import pandas as pd
import numpy as np
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score

iris=pd.read_csv('C:/Users/apple/Desktop/iris_training.csv')
x=iris.values[:,0:4]
y=iris.values[:,4]#读取数据，分为数据和索引

x=x/8*0.99+0.01 #归一化数据
def sigmiod(X):
    return 1/