Einführung
In diesem Projekt lernst du, wie du den Iris-Datensatz mit einem Support Vector Classifier (SVC)-Modell klassifizierst. Der Iris-Datensatz ist ein klassisches Machine-Learning-Datenset, das Informationen über verschiedene Iris-Arten enthält, einschließlich ihrer Kelchblätchenlänge, Kelchblätchenbreite, Blütenblattlänge und Blütenblattbreite.
🎯 Aufgaben
In diesem Projekt wirst du lernen:
- Wie du die erforderlichen Bibliotheken importierst und den Iris-Datensatz lädst
- Wie du den Datensatz in Trainings- und Testsets aufteilst
- Wie du ein Support Vector Classifier-Modell erstellst und trainst
- Wie du Vorhersagen mit dem trainierten Modell machst
- Wie du die Leistung des Modells mit der Genauigkeit und dem Klassifizierungsbericht bewertest
🏆 Errungenschaften
Nach Abschluss dieses Projekts wirst du in der Lage sein:
- Die scikit-learn-Bibliothek zum Umgang mit dem Iris-Datensatz zu verwenden
- Einen Datensatz in Trainings- und Testsets aufzuteilen
- Ein Support Vector Classifier-Modell zu erstellen und zu trainieren
- Vorhersagen mit einem trainierten Modell zu machen
- Die Leistung eines Modells mit der Genauigkeit und dem Klassifizierungsbericht zu bewerten
