说明：iris管理员，go框架的Web管理员[gin-iris]

说明：计算IRIS数据集的熵，这可能是模式识别文献中最著名的数据库。费舍尔的论文是一篇经典的...

说明：虹膜、声纳和USPS数据集上的模式识别、LDA、KNN、GA、K-means。

说明：眼镜检测，近红外虹膜图像中眼镜的自动检测方法

说明：虹膜，用于虹膜识别的卷积神经网络

说明：cosmosjs，cosmosjs-Cosmos JavaScript库

说明：ePassportLibrary，C#库，用于简化ePassportData（证书、人脸、指纹等）的解码编码验证。

说明：Iris EDA Web，用于探索Iris数据集的Web应用程序，使用streamlight构建并部署在heroku上

说明：EDA，EDA是一种分析数据集以总结其主要特征的方法，通常使用统计和可视化方法...

说明：KNN，k近邻算法

说明：机器学习笔记本，Ipython笔记本中的15个以上机器深度学习项目

说明：机器学习，，

说明：iris数据集的基本数据分析方法，包括KNN,LG,NB,SVM算法。 ,

说明：利用模糊聚类算法（FCM）进行iris数据集的处理并进行可视化

说明：在聚类分析中,模糊c-均值算法是应用最广泛的聚类算法之一,针对该算法对初始化敏感,容易陷入局部极小点的缺点,论文提出了一种基于核的模糊聚类算法.在算法中将核方法与模糊可能性算法相结合,将模糊c-均值算法结果作为初始中心,放松了对隶属度归一化的条件,对噪声有更好的处理能力.IRIS数据和人造数据的实验结果表明该算法的有效性

说明：使用机器学习方法实现iris数据集上的分类问题

说明：鸢尾花数据集，可用于matlab和python进行分类和回归的时候调用

说明：对于iris数据集的knn、svm、决策树算法分类的简单实现

说明：对iris数据聚类，，，使用kmeans聚类算法

说明：朴素贝叶斯用于iris数据 分类，5 这交叉验证，python 代码。

说明：IRIS SVM分类 初尝试 自带数据集

说明：给Iris数据集用三种方法（KNN KMEANS SVM）进行了分类

说明：对鸢尾花特征进行分类MATLAB程序，包含数据集

说明：瞳孔检测，可以快速准确的定位到瞳孔，并且显示出黑白二值图像

说明：用几种主流的方法（决策树、随机森林、K-means）对鸢尾花数据进行机器学习和分类预测

说明：BP对于数据集分类，准确率可达90%以上。

说明：利用BP神经网络进行Iris数据集的分类

说明：利用贝叶斯分类器进行Iris数据集的分类