深度学习鸢尾花分类代码
时间: 2024-10-06 12:02:12 浏览: 17
深度学习用于鸢尾花分类的一个经典例子通常涉及使用神经网络,比如Keras库中的简单模型。下面是一个基本的Python代码片段,使用了TensorFlow库作为后端:
```python
import tensorflow as tf
from tensorflow.keras.datasets import iris
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense
# 加载鸢尾花数据集
(x_train, y_train), (x_test, y_test) = iris.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0 # 归一化输入值
# 定义模型
model = Sequential([
Dense(64, activation='relu', input_shape=(4,)) # 输入层,4维特征,64个隐藏节点
Dense(64, activation='relu') # 隐藏层
Dense(3, activation='softmax') # 输出层,3种鸢尾花类别
])
# 编译模型
model.compile(optimizer='adam',
loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),
metrics=['accuracy'])
# 训练模型
model.fit(x_train, y_train, epochs=50, validation_split=0.2)
# 测试模型
test_loss, test_acc = model.evaluate(x_test, y_test)
print(f"Test accuracy: {test_acc}")