本专区汇聚了各类基于 Iris数据集 开发的源码资源，共计 16 篇资源供开发者免费下载学习。
模式识别下的ISODATA算法 例子为IRIS数据库数据-ISODATA algorithm for pattern recognition under the example
针对著名的UCI机器学习数据库中的iris data的kmeans聚类分析程序，具有代表性-For the well-known UCI machine learning repo
RBF神经网络应用于IRIS数据集的例子-Am example of RBF-NN applied on IRIS Data Set
通过优化的k-means算法 采用了密度和优化评测函数实现了对Iris等数据集的聚类。
对iris数据进行聚类分析的java源程序-Iris data of cluster analysis of java source code
对于UCI数据集 IRIS 用贝叶斯分类算法分类
贝叶斯分类方法源于人类的日常生活，是最基础的一种分类方法。在数学上，它基于贝叶斯决策公式的计算来分类；在现实中，它基于人类对于分类的基本经验来完成分类。所谓分类的基本经验，就是远在
关于IRIS数据集的多分类程序代码，进行了详细的分类训练与预测正确率，进行了详细的编写分类，得到了较高的精确度，实现了多分类的实验。
bp网络关于函数逼近， 本文以Fisher的Iris数据集作为神经网络程序的测试数据集。
这是对iris数据的数据进行分类编程。使用的matlab平台，采用的是朴素贝叶斯的算法进行编程然后实现对数据的分类，非常实用，适合初学者使用。
适合于多分类问题，二分类问题。该源代码的测试数据为常用的数据Iris，测试结果显示该算法的分类正确率极高，能够达到98%。K-最近邻(k-Nearest Neighbour，KNN
基于RBF神经网络的分类算法设计，通过对iris数据集的训练，测试，实现对iris数据集的分类，采用RBF神经网络，并且能够统计分类识别正确率，