JupyterNotebook感知机实现鸢尾花分类

Jupyter Notebook是一个交互式的笔记本环境，常用于数据科学和机器学习项目。要使用它实现感知机（Perceptron）对鸢尾花（Iris）数据集进行分类，可以按照以下步骤操作：

1. **导入库**:
首先，你需要安装必要的Python库，如`numpy`, `pandas`, 和 `sklearn`。使用`pip`安装如果还没有的话：

   pip install numpy pandas scikit-learn

2. **加载数据**:
使用`sklearn.datasets.load_iris()`加载鸢尾花数据集：

   from sklearn import datasets
   iris = datasets.load_iris()
   X = iris.data
   y = iris.target

3. **预处理数据**:
数据通常需要归一化或标准化。对于感知机，因为其算法比较简单，我们可以直接使用原始特征。

4. **创建Perceptron模型**:
导入`sklearn.linear_model.Perceptron`并实例化模型：

   from sklearn.linear_model import Perceptron
   perceptron = Perceptron(max_iter=100)

5. **训练模型**:
将数据分为训练集和测试集，然后训练模型：

   from sklearn.model_selection import train_test_split
   X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

   perceptron.fit(X_train, y_train)

6. **评估模型**:
使用测试集评估模型性能：

   accuracy = perceptron.score(X_test, y_test)
   print("Accuracy:", accuracy)

7. **预测新样本**:
可以通过`predict`方法预测新的鸢尾花属于哪一类。