Matlab 2021b分类学习器实战：鸢尾花数据机器学习‌

大家好，我是 劉海濤LHT

今天简单介绍一下利用Matlab（2021b）的分类学习器（classificationLearner），训练鸢尾花(Iris)数据集，本部分属于机器学习系列

希望大家喜欢，下面进入正题啦。

1、打开软件

打开Matlab2021b，找到在APP中找到分类学习器

或直接命令行输入

>> classificationLearner

2、数据集介绍

鸢尾花（Iris）有三个亚属

• 山鸢尾（Iris-setosa）
• 变色鸢尾（Iris-versicolor）
• 维吉尼亚鸢尾（Iris-virginica）

数据集一共包含4个特征变量（输入），1个类别变量（输出结果为三个亚属的某一个），共有150个样本。

数据集是UCI大学的网站上：http://archive.ics.uci.edu/ml/datasets/Iris/

下载iris.data文件，打开后发现共150行，每行5列，前四列是特征，最后一列是输出结果。

在Matlab中的学习分类器，点击新建会话---从文件，选中iris.data文件，点击导入所选内容

会出现下面情况，点击开始会话

结果如下

3、分析

比如：选择线性判别（也可以是别的模型，甚至全部模型），然后点击训练

结果如下

测试数据集

刚才一次导入了全部数据。也可以进行分类：比如共150个，120个用来训练模型，剩余的30个用来测试模型。

假设已经训练好了模型，现在进行测试模型，导入测试数据集，类似前面的操作

点击测试全部，打开混淆矩阵（测试）

即可出现测试结果

也可以更换模型，如：

神经网络：准确度（验证）：98.3%

神经网络：准确度（测试）：80.0%

朴素贝叶斯：准确度（验证）：96.6%

朴素贝叶斯：准确度（验证）：93.3%

4、高级功能

• 生成函数
• 导出模型

以后有时间在为大家介绍吧

最后，谢谢大家的支持！

如有错误，欢迎指正。