Iris Dataset Classification Using SVM

项目简介

本项目基于经典的 Iris 数据集，利用支持向量机（SVM）算法构建分类模型，旨在对鸢尾花的三种不同类别进行分类。通过本项目，展示了机器学习模型从数据预处理、特征分析、模型训练到模型评估的完整流程，并为未来的模型优化和预测提供了基础。

---

数据集说明

• 来源：Iris 数据集是一个经典的机器学习数据集，包含 150 条记录，分为 3 类，每类 50 条记录。
• 特征：
  • sepal_length (萼片长度)
  • sepal_width (萼片宽度)
  • petal_length (花瓣长度)
  • petal_width (花瓣宽度)
• 目标：预测鸢尾花属于以下三类中的哪一类：
  • Iris-setosa
  • Iris-versicolor
  • Iris-virginica

---

项目结构

├── data_sets/                 # 数据文件夹
│   └── IRIS.csv               # Iris 数据集
├── models/                    # 模型文件夹
│   └── svm_model_0.9666.pkl   # 已保存的 SVM 模型
├── notebooks/                 # Jupyter 笔记本
│   └── main.ipynb             # 数据分析与训练代码
├── doc/
│   └── 使用SVM进行鸢尾花的分类.docx    # 项目报告
├── README.md                  # 项目说明文件
└── requirements.txt           # 依赖库

---

安装和运行

环境要求

请确保系统已安装以下工具和环境：

• Python 3.7 或更高版本
• Jupyter Notebook 或支持 .ipynb 文件的 IDE

安装依赖

运行以下命令安装所需依赖：

pip install -r requirements.txt

运行项目

1. 加载数据：将 IRIS.csv 文件放入 datas/ 文件夹中。
2. 训练模型：打开 notebooks/main.ipynb 文件，运行所有单元格以训练 SVM 模型。
3. 保存模型：训练完成后，模型会保存到 models/svm_model.pkl 文件中。
4. 预测：使用保存的模型对新数据进行分类预测。

---

主要功能

1. 数据分析

• 数据的加载与探索性数据分析（EDA）
• 数据分布的可视化，包括箱线图和散点图

2. 模型训练

• 使用支持向量机（SVM）进行分类任务
• 使用 train_test_split 划分数据集（训练集 80%，测试集 20%）
• 对模型进行训练，并使用准确率评估

3. 模型预测

• 使用保存的 SVM 模型对测试集和新数据进行分类预测

4. 结果评估

• 通过混淆矩阵、分类报告等工具评估模型性能
• 本项目的 SVM 模型在测试集上的准确率达到了 96.67%

---

文件说明

文件名	描述
data_SETS/IRIS.csv	Iris 数据集
notebooks/main.ipynb	项目的 Jupyter Notebook 文件，包含完整代码和分析
models/svm_model.pkl	训练后的 SVM 模型文件
requirements.txt	Python 依赖库列表

---

模型使用说明

加载模型

使用保存的 SVM 模型直接进行预测：

import joblib
import pandas as pd

# 加载模型
model = joblib.load('../model/models/svm_model.pkl')

# 加载新数据
new_data = pd.DataFrame({
    'sepal_length': [5.1, 6.7],
    'sepal_width': [3.5, 3.0],
    'petal_length': [1.4, 5.2],
    'petal_width': [0.2, 2.3]
})

# 进行预测
predictions = model.predict(new_data)
print("预测结果：", predictions)

---

未来工作展望

1. 模型优化：

   • 尝试其他分类算法（如随机森林、XGBoost）并比较性能。
   • 进行超参数调优（如调整 SVM 的核函数、C 值、gamma 值）。

2. 数据扩展：

   • 引入更多样本或使用增强数据来提高模型的泛化能力。

3. 部署模型：

   • 将模型部署到 Web 应用程序（如 Flask 或 Django）中，提供在线分类服务。

4. 自动化管道：

   • 使用工具（如 MLflow 或 Airflow）创建完整的机器学习工作流。

---

联系信息

如有任何问题或建议，请联系：

• 开发者：简希 (Jian Xi)
• 邮箱：jianxi.erin@gmail.com
• GitHub：简希 主页

---

希望本项目对您有所帮助！