说明：经典的机器学习数据集合，是机器学习入门的必备数据集合之一

说明：文件为iris数据集及对应的朴素贝叶斯算法python实现代码，置于同一目录下运行即可。

说明：detection matlab iris

说明：sklearn决策树分类使用案列，使用自带的 iris 数据集

说明：在matlab平台上使用SVM对iris数据集进行分类

说明：完整的虹膜识别源代码，包括虹膜定位、虹膜分割、归一化、特征提取与匹配

说明：用java实现的一种聚类方法, 应用了iris这个非常出名的数据 和glass这个非常出名的数据,很不错的,值得大家看看,

说明：文件包含鸢尾花csv数据集以及鸢尾花项目代码的py文件以及txt文件

说明：机器学习，SVM基础分类，iris花分类

说明：本实验程序是一个Python的经典入门例程，实现的是几种鸢尾花的分类。程序完整，可直接运行。

说明：鸢尾花卉数据集，利用主成分分析方法进行降维

说明：用java实现的一种聚类方法, 应用了iris这个非常出名的数据 和glass这个非常出名的数据,很不错的,值得大家看看,

说明：matlab实现isodata使用的是iris鸢尾花数据集。模式识别作业

说明：使用ISODATA分类法完成了对IRIS数据集的分类，步骤明确齐全，有注释

说明：用natlab将iris数据聚类为三类。然后将结果与虹膜数据集中的正确结果进行比较，并计算分类精度

说明：用聚类算法kmeans实现iris聚类，kmeans是机器学习算法的一种。

说明：用K均值算法和C模糊算法对sonar数据和iris数据进行分类。 K均值算法是一种很常用的聚类算法，其基本思想是，通过迭代寻找K个聚类的一种划分方法，使得用这K个聚类的均值来代表各类样本是所得到的的总体误差最小。 模糊C均值（FCM）算法在K均值算法的基础上，用模糊子集代替确定子集，从而得到模糊的分类结果，即分类结果的模糊化。

说明：利用bp神经网络演示机器学习算法，使用UCI的iris数据集 迭代次数20000次 正确率达到98%以上

说明：一个简单的多层感知器实现鸢尾花数据的分类的代码

说明：R语言代码 关于svm的，希望大家学习一下

说明：应用阴形选择算法进行数据分类，以iris数据或者自己生成数据库均可使用

说明：利用线性Hough变换和Canny边缘探测得到的所输入虹膜图像上各点的坐标，最终通过归一化产生一个虹膜的特征模板。

说明：分类算法将Iris分为三种类型(Setosa, Versicolour, Virginica),找出特征属性占比较大的几个属性，然后对数据进行降维以便于聚类分析，最终将数据分类。

说明：实现了模糊聚类算法，将数据聚为几类，有数据，可直接测试

说明：基于matlab的Iris、乳腺癌数据集的模式识别分类算法，含有 遗传算法+SVM、isodata、感知器算法、LMSE、神经网络等算法的实现代码，用于聚类效果良好，是模式识别大作业的参考资料

说明：贝叶斯分类 iris 用python语言

说明：NYC Weather Data NYC include TMAX, TMIN, Wind AVG, PRCP

说明：对鸢尾花数据集进行模糊聚类，将模拟退火算法及遗传算法分别与模糊聚类算法结合，使聚类效果更好。

说明：用java实现的一种聚类方法, 应用了iris这个非常出名的数据 和glass这个非常出名的数据,很不错的,值得大家看看,