### 简介
import simplestart as ss

ss.md('''
## Iris 数据集
Iris数据集是常用的分类实验数据集，由Fisher, 1936收集整理。Iris也称鸢尾花卉数据集，是一类多重变量分析的数据集。数据集包含150个数据样本，分为3类，每类50个数据，每个数据包含4个属性。可通过花萼长度，花萼宽度，花瓣长度，花瓣宽度4个属性预测鸢尾花卉属于（Setosa，Versicolour，Virginica）三个种类中的哪一类。

### 鸢尾花
鸢尾的文化底蕴深厚，鸢尾花因花瓣形如鸢鸟尾巴而称之，其拉丁属名“iris” 为希腊语“彩虹”之意，喻指花色丰富。
''')


with ss.row(style="margin:10px 0"):
    with ss.col():
        ss.image("./images/setosa.webp", title = "丝质鸢尾 setosa", elevation = 10, width=250)

    with ss.col():
        ss.image("./images/versicolor.webp", title = "鸢尾花 versicolor", elevation = 10, width=250)

    with ss.col():
        ss.image("./images/virginica.webp", title = "弗吉尼亚鸢尾 virginica", elevation = 10, width=250)
    
ss.md('''
### 机器学习

这个教程将使用 scikit-learn 库构建一个机器学习分类模型，以预测鸢尾花的品种，具体说就是利用鸢尾花的测量数据——包括花瓣和花萼的长度及宽度训练和测试模型。我们的目标是通过应用几个经典的机器学习算法，教会模型如何从这些已标记的数据中学习，以便能对新的鸢尾花进行准确的品种预测。

''')

ss.md('''
###
本例的网络参考资料有:
---
[1.【机器学习基础】1.7 鸢尾花分类](https://blog.csdn.net/qq_47809408/article/details/124632290)
[2. KNN分类算法介绍，用KNN分类鸢尾花数据集（iris）](https://blog.csdn.net/weixin_51756038/article/details/130096706)
[3. Interactive Web App with Streamlit and Scikit-learn](https://github.com/patrickloeber/streamlit-demo)
''')