1. 毕业设计（论文）主要目标：
决策树是机器学习中一种简单而又经典的算法。
首先要了解决策树的基本原理，并学习使用 scikit-learn 来构建一个决策树分类模型，最后使用此模型预测鸢尾花的种类，并尽可能提高对数据的分类准确率。
2. 毕业设计（论文）主要内容：
1、首先要了解鸢尾花分类的基本原理即决策树的相关内容，再根据给定数据分析数据的分布规律。
其中Iris数据集是常用的分类实验数据集，也称鸢尾花卉数据集，是一类多重变量分析的数据集。数据集包含150个数据集，分为3类，每类50个数据，每个数据包含4个属性。可通过花萼长度，花萼宽度，花瓣长度，花瓣宽度4个属性预测鸢尾花卉属于（Setosa，Versicolour，Virginica）三个种类中的哪一类。
通常情况下，决策树利用损失函数最小的原则建立模型，然后再利用该模型进行预测。决策树学习通常包含三个阶段：特征选择、树的生成，树的修剪。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
3. 主要参考文献
[1]张棪,曹健,面向大数据分析的决策树算法[J].计算机科学,2016,0(S1):374-379 383.
[2]李荣雨,程磊,基于SVM最优决策面的决策树构造[J].电子测量与仪器学报,2016,30(3):342-351.
[3]王强,沈永平,陈英武,支持向量机规则提取[J].国防科技大学学报,2006,28(2):106-110.
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
