Skip to content

Classificação do Iris Dataset utilizado KNN (k-nearest neighbors) da biblioteca Sklearn para identificação das espécies da Iris através da entrada de atributos (Largura da pétala, comprimento da pétala, largura da sépala, comprimento da sépala) para classificar se ela é da espécie: Virginica, Setosa ou Versicolor.

License

Notifications You must be signed in to change notification settings

andersonpereiradossantos/machine-leaning-knn_Iris_dataset

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

6 Commits
 
 
 
 
 
 
 
 

Repository files navigation

Machine Learning - Classificação do Iris Dataset com KNN (k-nearest neighbors) da biblioteca Sklearn

NPM

Sobre o código

Classificação do Iris Dataset utilizado KNN (k-nearest neighbors) da biblioteca Sklearn para identificação das espécies da Iris através da entrada de atributos (Largura da pétala, comprimento da pétala, largura da sépala, comprimento da sépala) para classificar se ela é da espécie: Virginica, Setosa ou Versicolor.

Dados de Entrada

Input

Dados de Saída

Saída

Como executar o projeto

Pré-requisitos: Python 3 ou superior, Anaconda com Jupyter Notebook

# Clonar repositório
git clone https://github.com/andersonpereiradossantos/machine-leaning-knn_Iris_dataset.git

# Carregar o arquivo KNN_Iris_Dataset.ipynb no Jupyter e manter o IrisDataset.xls na mesma localização do notebook.

# Executar todas as células

Autor

Anderson Pereira dos Santos

Linkedin

Github

About

Classificação do Iris Dataset utilizado KNN (k-nearest neighbors) da biblioteca Sklearn para identificação das espécies da Iris através da entrada de atributos (Largura da pétala, comprimento da pétala, largura da sépala, comprimento da sépala) para classificar se ela é da espécie: Virginica, Setosa ou Versicolor.

Topics

Resources

License

Stars

Watchers

Forks