暂无评论
K-means算法的Matlab实现，里面包括Iris数据集，需要先将其转为矩阵，作为算法的参数输入。
标准数据集，做分类和聚类用的比较多，适合机器学习和数据挖掘课程使用
IRIS数据集.xls是一个常用于机器学习和分类任务的数据集，包含了150个样本和4个特征，分为三个类别。本文将详细介绍IRIS数据集的特点、使用方法以及相关的研究成果，以帮助读者更好地理解和应用该数
Iris 数据集是由 Fisher，1936 收集和整理的用于分类的常用实验数据集。Iris 利用 iris 的特征作为数据源，在分类操作中常用。数据集由来自 3 种不同类型虹膜的 50 个样本数据组
KNN分类器
Iris Data Set.rar (data mining data set )
参考机器学习第二章KNN(K比邻算法)，对于实例代码提供相对应的数据集#1：约会网站#2：将图像转换为测试向量，创建1x1024的Numpy数组，然后打开给定的文件，循环读出文件的前32行，#并
这份资源内含CIFAR数据集,MNIST手写数据集和KNN(机器学习)算法的MATLAB代码对这两个数据集进行训练,希望对大家有所帮助(由于文件太大,只能截取CIFAR的部分数据
该数据集只保留了原来iris(鸢尾花卉)数据集3个类virginica，versicolor和setosa中的versicolor和setosa，并将versicolor用0.0表示，setosa用1
UCI数据集iris鸢尾花数据库，一共三个分类，4维特征。
暂无评论