当前位置：首页 > ai >正文

机器学习入门案例：鸢尾花分类与AI辅助

ai 2025/5/15 6:19:02

机器学习入门案例：鸢尾花分类与AI辅助实践

一、学习过程总结

1. 明确问题类型

- 任务：判断鸢尾花的品种（分类问题）。
- 数据：鸢尾花数据集（含4个特征：花萼长度、花萼宽度、花瓣长度、花瓣宽度；3类标签：山鸢尾、杂色鸢尾、维吉尼亚鸢尾）。

2. 机器学习流程梳理

1. 数据预处理：划分训练集与测试集，确保数据无缺失值。
2. 模型选择：选择适合小规模数据的算法（如K近邻、决策树）。
3. 模型训练：用训练数据拟合模型参数。
4. 模型评估：用测试集验证模型准确率、召回率等指标。
5. 调参与优化：调整超参数提升模型性能。

二、AI工具辅助实现（以ChatGPT为例）

1. 工具选择思路

- 需求：快速生成可运行的代码框架，理解关键步骤。
- 优势：ChatGPT能根据自然语言描述生成Python代码，解释机器学习库（如scikit-learn）的用法。

2. 与AI的交互过程

提问示例：
“用scikit-learn实现鸢尾花分类，要求包含数据加载、划分数据集、训练K近邻模型和评估结果的代码，并解释每一步骤。”

AI返回代码框架（已优化）：

# 导入必要库
import pandas as pd
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier
from sklearn.metrics import accuracy_score, classification_report

# 1. 加载数据集
iris = load_iris()
X = iris.data # 特征数据
y = iris.target # 标签
feature_names = iris.feature_names # 特征名称

# 2. 划分训练集与测试集
X_train, X_test, y_train, y_test = train_test_split(
X, y, test_size=0.3, random_state=42 # 70%训练，30%测试
)

# 3. 初始化K近邻模型（k=3）
knn = KNeighborsClassifier(n_neighbors=3)

# 4. 训练模型
knn.fit(X_train, y_train)

# 5. 预测与评估
y_pred = knn.predict(X_test)
accuracy = accuracy_score(y_test, y_pred)
report = classification_report(y_test, y_pred, target_names=iris.target_names)

print(f"模型准确率：{accuracy:.2f}")
print("分类报告：\n", report)

三、完整案例实现与运行结果

1. 设计思路

- 数据可视化：先用散点图观察特征与标签的分布（可选步骤，需导入matplotlib）。
- 模型对比：尝试不同算法（如决策树），对比准确率。
- 超参数调优：通过循环调整K值，找到最优解。

2. 完整代码（含可视化与调优）

# 导入可视化库
import matplotlib.pyplot as plt
from sklearn.tree import DecisionTreeClassifier

# 数据可视化（花瓣长度 vs 花瓣宽度）
plt.scatter(X[y==0, 2], X[y==0, 3], color='red', label='山鸢尾')
plt.scatter(X[y==1, 2], X[y==1, 3], color='blue', label='杂色鸢尾')
plt.scatter(X[y==2, 2], X[y==2, 3], color='green', label='维吉尼亚鸢尾')
plt.xlabel('花瓣长度 (cm)')
plt.ylabel('花瓣宽度 (cm)')
plt.legend()
plt.title('鸢尾花特征分布')
plt.show()

# 模型对比：K近邻 vs 决策树
models = {
'KNN (k=3)': KNeighborsClassifier(n_neighbors=3),
'Decision Tree': DecisionTreeClassifier(max_depth=3)
}

for model_name, model in models.items():
model.fit(X_train, y_train)
y_pred = model.predict(X_test)
print(f"\n{model_name} 准确率：{accuracy_score(y_test, y_pred):.2f}")
print(classification_report(y_test, y_pred, target_names=iris.target_names))

# K值调优（寻找最优k）
k_scores = []
for k in range(1, 10):
knn = KNeighborsClassifier(n_neighbors=k)
knn.fit(X_train, y_train)
score = knn.score(X_test, y_test)
k_scores.append(score)

# 绘制k值与准确率关系图
plt.plot(range(1, 10), k_scores, marker='o')
plt.xlabel('K值')
plt.ylabel('准确率')
plt.title('K值调优结果')
plt.show()

3. 运行结果

可视化输出

鸢尾花特征分布
（注：实际需保存图片或使用Jupyter Notebook显示）

模型评估结果

KNN (k=3) 准确率：0.98
分类报告：
precision recall f1-score support