用多元感知机鸢尾花数据集多分类代码

在Python中，我们可以使用scikit-learn库中的`MulticlassPerceptronClassifier`来对Iris（鸢尾花）数据集进行多分类。以下是使用多元感知机的一个简单示例：

# 导入所需的库
from sklearn import datasets
from sklearn.linear_model import MultiClassPerceptronClassifier
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import LabelEncoder

# 加载Iris数据集
iris = datasets.load_iris()
X = iris.data
y = iris.target

# 将类别标签编码为整数，因为MultiClassPerceptronClassifier需要数值输入
le = LabelEncoder()
y_encoded = le.fit_transform(y)

# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y_encoded, test_size=0.2, random_state=42)

# 创建并训练多元感知机模型
mcp_clf = MultiClassPerceptronClassifier(random_state=42)
mcp_clf.fit(X_train, y_train)

# 预测测试集结果
y_pred = mcp_clf.predict(X_test)

# 查看模型性能
from sklearn.metrics import classification_report
print("Classification Report:")
print(classification_report(y_test, y_pred))