基于C4.5算法的莺尾花分类辨识

该项目采用C4.5决策树算法，致力于对莺尾花进行有效分类辨识。在考虑到花萼长度、花萼宽度、花瓣长度、花瓣宽度为连续变量的前提下，必须进行离散化处理。通过应用Gini Index进行离散化，由于本次分类需分为三类，通过可视化观察发现，在四个属性上，三种花的分布存在显著差异。因此，在处理花萼长度、花萼宽度、花瓣长度、花瓣宽度这四个属性时，采用两个分界点将其分为三类。通过调整决策树的最大深度，得到了不同深度下的训练集和测试集准确率，其中最大深度为2时，训练集准确率为0.964，测试集准确率为0.895；最大深度为3时，训练集准确率为0.982，测试集准确率为0.974；最大深度为4时，训练集准确率为1.000，测试集准确率为0.974。