登录
首页 » Python » iris 数据集

iris 数据集

于 2021-11-10 发布
0 250
下载积分: 1 下载次数: 2

代码说明:

Iris数据集是常用的分类实验数据集,由Fisher, 1936收集整理。Iris也称鸢尾花卉数据集,是一类多重变量分析的数据集。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。

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • Python3.x+ django2.x 在线教育系统源码
    使用Python3.x与Django2.0.1开发的在线教育平台网站 运行步骤如下: $ cd 到当前程序目录$ pip install -r requirements.txt$ python manage.py runserver
    2018-04-14下载
    积分:1
  • 阿拉伯数字转罗马数字
    【实例简介】数据转换与基本语法实例
    2021-08-06 00:31:03下载
    积分:1
  • 计算机视觉 opencv 超像素分割.ipynb
    计算机视觉 opencv 超像素分割.ipynb
    2020-11-29下载
    积分:1
  • LSTM入门正弦波序列预测
    LSTM入门学习,正弦波序列预测         for i, input_t in enumerate(input.chunk(input.size(1), dim=1)):             h_t, c_t = self.lstm1(input_t, (h_t, c_t))             h_t2, c_t2 = self.lstm2(h_t, (h_t2, c_t2))             output = self.linear(h_t2)  # output.shape:[batch,1]             outputs = [output]  # outputs.shape:[[batch,1],...[batch,1]], list composed of n [batch,1],         for i in range(future):  # if we should predict the future             h_t, c_t = self.lstm1(output, (h_t, c_t))             h_t2, c_t2 = self.lstm2(h_t, (h_t2, c_t2))             output = self.linear(h_t2)  # output.shape:[batch,1]             outputs = [output]  # outputs.shape:[[batch,1],...[batch,1]], list composed of n [batch,1],         outputs = torch.stack(outputs, 1).squeeze(2)  # shape after stack:[batch, n, 1], shape after squeeze: [batch,n]         return outputs
    2021-06-30 00:31:01下载
    积分:1
  • python可以这样学》讲义.pdf
    《python可以这样学》讲义.pdf
    2020-05-14下载
    积分:1
  • Python爬虫开源项目代码
    Python爬虫开源项目代码
    2020-11-28下载
    积分:1
  • python串口通信
    【实例简介】
    2021-08-26 00:31:11下载
    积分:1
  • A3C强化学习PYTHON代码
    A3C强化学习PYTHON代码
    2021-05-07下载
    积分:1
  • 批处理文件
    【实例简介】配置批文件路径,根据匹配串匹配相关文件,进行复制保存
    2021-08-11 00:31:01下载
    积分:1
  • 3D椅子(chair.glb)
    3D椅子(chair.glb)
    2020-11-28下载
    积分:1
  • 696516资源总数
  • 106409会员总数
  • 8今日下载