基于鸢尾花数据的可视化及Sklearn库中SVM和LR模型的训练与评估（含ROC和P-R曲线）.zip

简介：
本项目使用Python的Sklearn库对鸢尾花数据集进行支持向量机(SVM)和逻辑回归(LR)模型的训练，并通过绘制ROC及P-R曲线来评估模型性能。 在机器学习领域，“鸢尾花”是指一个经典的多类分类问题的数据集，称为“Iris dataset”或“安德森鸢尾花卉数据集”。这个数据集最早由英国统计学家兼生物学家罗纳德·费雪于1936年收集并整理发表。它包含了150个样本观测值，对应三种不同类型的鸢尾花（Setosa、Versicolor、Virginica），每种类型各包含50个样本。 每个样本有四个特征： 萼片长度 萼片宽度 花瓣长度 花瓣宽度 这些特征都是连续数值型变量。目标变量则是每一朵花所属的类别。由于数据量适中且易于理解，鸢尾花数据集常被用作新手入门机器学习算法时的第一个实践项目，并适用于多种监督学习算法，如逻辑回归、K近邻（KNN）、支持向量机（SVM）、决策树以及各种集成方法等。