通过本次实验，我们了解了如何使用支持向量机进行二分类任务。实验结果表明，SVM能够有效地对鸢尾花数据集进行分类，取得了较高的准确率。通过混淆矩阵的可视化，我们也可以直观地看到模型的分类效果。支持向量机的优势在于其强大的分类能力和较好的泛化性能，尤其是在高维数据集上表现优异。然而，SVM在处理大规模数据集时的计算复杂度较高，需要更多的计算资源和时间。未来的工作可以尝试优化模型参数，使用不同的核函数，

常见的分类模型评估指标包括准确率（Accuracy）、精确率（Precision）、召回率（Recall）、F1分数（F1 Score）、ROC曲线和AUC值。

新建环境变量，注意，此处用E代指上面安装的目录，大家自己安装的时候要把E变为自己安装的地址。1.首先，下载安装包，建议从国内镜像网站下载，网址为。进入之后现根据自己电脑的型号及系统下载合适的安装包。任务栏搜索’编辑系统环境变量‘，点击进入系统属性设置。到这里，anaconda的安装及环境配置基本完成。此处选择储存anaconda的空间后点击next。这里选择all users后点击next。等待这