Introduction
Dans ce projet, vous allez apprendre à classifier l'ensemble de données iris à l'aide d'un modèle de classifieur à vecteurs de support (SVC). L'ensemble de données iris est un ensemble de données d'apprentissage automatique classique qui contient des informations sur différentes espèces d'iris, y compris leur longueur de sépale, leur largeur de sépale, leur longueur de pétale et leur largeur de pétale.
🎯 Tâches
Dans ce projet, vous allez apprendre :
- Comment importer les bibliothèques requises et charger l'ensemble de données iris
- Comment diviser l'ensemble de données en ensembles d'entraînement et de test
- Comment créer et entraîner un modèle de classifieur à vecteurs de support
- Comment effectuer des prédictions à l'aide du modèle entraîné
- Comment évaluer les performances du modèle à l'aide du score d'exactitude et du rapport de classification
🏆 Réalisations
Après avoir terminé ce projet, vous serez capable de :
- Utiliser la bibliothèque scikit-learn pour travailler avec l'ensemble de données iris
- Diviser un ensemble de données en ensembles d'entraînement et de test
- Créer et entraîner un modèle de classifieur à vecteurs de support
- Effectuer des prédictions à l'aide d'un modèle entraîné
- Évaluer les performances d'un modèle à l'aide du score d'exactitude et du rapport de classification
