如何使用MATLAB构建机器学习模型鸢尾花分类示例

MATLAB是一款功能强大的机器学习平台，可以帮助您构建和训练机器学习模型。在这个示例中，我们将演示如何使用MATLAB构建一个支持向量机SVM模型来对鸢尾花进行分类。

我们将使用鸢尾花数据集，该数据集包含150个样本，每个样本包含四个特征：萼片长度、萼片宽度、花瓣长度和花瓣宽度，以及它们所属的三个品种之一。

下面是构建支持向量机SVM模型的简单示例：

% 加载数据集
load fisheriris

% 准备训练数据和测试数据
idx = randperm(150);
X = meas(idx(1:100),3:4);
Y = species(idx(1:100));

% 训练支持向量机模型
svmModel = fitcsvm(X,Y);

% 预测测试数据的分类
XTest = meas(idx(101:end),3:4);
YTest = species(idx(101:end));
[label, score] = predict(svmModel, XTest);

% 计算模型的分类准确率
accuracy = sum(strcmp(label,YTest))/length(YTest);
disp(['Classification accuracy = ' num2str(accuracy*100) '%'])

这个示例演示了如何使用MATLAB构建机器学习模型来对鸢尾花进行分类。您可以根据自己的需要修改代码以适应不同的数据集和模型。