用于 Iris 数据集分类的 CNN (Tensorflow)（多级）
CNN (Tensorflow) for classification of Iris data set (multilevel)
我见过多个用于 MNIST 数据的 CNN 示例，其中每条记录都是一张图像（以矩阵形式表示 - 比如 - 28x28 和一个颜色通道）。对于 Iris 的简单分类 - 每条记录也是矩阵（1x4 且无通道）
CNN是否申请Iris数据集的分类
简而言之：不，不是。
卷积网络利用空间关系，这意味着您的特征需要具有空间意义。这种关系可以是 1D（如音频）、2D（图像）、3D 等，但任意一组不相关的特征（如花瓣的长度和宽度，在 iris 数据集中表示）不符合这些规范。从技术上讲没有问题 - 你可以 运行 CNN 处理这些数据，但你应该期待相当糟糕的结果。
我见过多个用于 MNIST 数据的 CNN 示例，其中每条记录都是一张图像（以矩阵形式表示 - 比如 - 28x28 和一个颜色通道）。对于 Iris 的简单分类 - 每条记录也是矩阵（1x4 且无通道）
CNN是否申请Iris数据集的分类
简而言之：不，不是。
卷积网络利用空间关系，这意味着您的特征需要具有空间意义。这种关系可以是 1D（如音频）、2D（图像）、3D 等，但任意一组不相关的特征（如花瓣的长度和宽度，在 iris 数据集中表示）不符合这些规范。从技术上讲没有问题 - 你可以 运行 CNN 处理这些数据，但你应该期待相当糟糕的结果。