Ai创想实验室是专门为中小学AI教育开发的教学平台,包含了值计算、图像分类、音频分类、文本分类、数值回归、图像回归、图像分类+回归、平衡杆、手写数字生成、文本生成等中小学人工智能学习类项目。无需编程基础、无需添加硬件、无需购买算力、无隐私担忧、无需师资培训即可进行教学实践。
鸢尾花分类是一个经典的多分类机器学习问题,也是入门级的数据科学案例。它的目标是:根据鸢尾花(Iris flower)的4个物理特征(花萼长度、花萼宽度、花瓣长度、花瓣宽度),来预测它属于3个品种中的哪一种。
本文将详细解析鸢尾花分类这个经典案例以及如何使用Ai创想实验室来完成这个实验:
一、核心概念
| 项目 | 说明 |
|---|---|
| 问题类型 | 监督学习 → 多分类 (3分类) |
| 输入特征 | 4个数值型特征:花萼长度、花萼宽度、花瓣长度、花瓣宽度 (单位:cm) |
| 输出目标 | 3个类别:山鸢尾 (Setosa)、变色鸢尾 (Versicolor)、维吉尼亚鸢尾 (Virginica) |
| 样本数量 | 总共150个样本 (每个类别50个) |
这个问题虽然叫鸢尾花分类,但实际上它采集鸢尾花特征数据而不是直接使用图片。
二、3种鸢尾花的特征差异
| 特征 | 山鸢尾 (Setosa) | 变色鸢尾 (Versicolor) | 维吉尼亚鸢尾 (Virginica) |
|---|---|---|---|
| 花瓣长度 | 约1.0 - 1.9 cm (短) | 约3.0 - 5.1 cm (中) | 约4.5 - 6.9 cm (长) |
| 花瓣宽度 | 约0.1 - 0.6 cm (窄) | 约1.0 - 1.8 cm (中) | 约1.4 - 2.5 cm (宽) |
| 区分度 | 极易区分 | 与Virginica有部分重叠 | 与Versicolor有部分重叠 |
三、模型构建
鸢尾花分类有多种方法可以实现,其中SVM和随机森林效果要稍好(大于1%),但单层神经网络也可以达到95%以上。当层数多一点时效果可能更好一些,范例中我们使用2层全连接:

四、数据
在项目页面有原始数据:

在数据管理器中,我们可以使用快捷工具粘贴其原始数据:

五、训练模型
加载模型和数据:

设置训练参数:

开始训练:

六、预测
在训练界面将有已训练模型导出,而后导入到预测界面:

输入数据进行预测即可。
在Ai创想实验室中,我们无需编程基础,不用学习框架,不用配置环境,无需购买费用高昂的显卡,更不用为云端算力付费,使用当前已有的各种硬件:仅有核显的个人、办公、机房电脑,希沃白板等都能达到理想的教学效果。操作简单但AI核心知识样样俱全,无需师资培训就可以进行教学且能取得理想的教学效果。如果加入试点或合作方那么只需要一台局域网服务器(无需显卡、服务器不用供算力)即可一次投入永久使用全部项目和功能,通过后台管理一分钟即可创建一个本地化、校本化的项目实例。
有任何问题欢迎留言或发送邮件至:hello@AiEduLab.tech
775

被折叠的 条评论
为什么被折叠?



