物联网数据处理-iris数据集（鸢尾花）
大作业题目
读入 iris.txt 里的鸢尾花数据，不考虑标签信息（标签是用来监督学习用的，这里是无监督），利用 PCA（减少噪声，利于可视化） 将数据从 4 维降成 2 维
之后，进行以下操作：
利用不同的方式构建邻接矩阵（高斯核，k-临近等）（将数据转成关系图，可以告诉我们那些点距离近，那些点距离远。就是用数据表示点的关系）（便于使用图论方法），利用谱聚类（基于图论的特征算法，本质把数据转换成一个图，根据图来分类）算法进行聚类，分别与正确标签进行对比，求出各自的准确度（聚类结果后与正确标签对比）或错误率。（可以衡量算法是否能很好的）
依据已知标签（监督学习），对生成的 2 维数据上，利用决策树方法进行判别，随机生成 3 个新的 4维数据，对其类别进行判定。（验证降维后的二维数据是否保留了有用的信息，有没有破坏原有信息）
依据已知标签（监督学习），对生成的 2 维数据进行加上 ridge 约束后的线性回归，求出各自的参数。（为了弥补降维数据的不足，提高分类性能）（提高泛化能力）
删除某些异常点能够使 3 中的数据的回归方差减少最多，设计这种删除规则，对这个原则进行解释和必要的推导，并编程实现。（注：尽量少地删除点）
基础知识
机器学习基本概念——特征、标签
特征是输入变量，即简单线性回归中的变量，如鸢尾花数据集中的花萼长度、花萼宽度、花瓣长度、花瓣宽度，可以将这四个特征指定为。
标签是我们要预测的事物，即简单线性回归中的变量，如鸢尾花数据集中的鸢尾花的种类。
所以本次我们要研究的鸢尾花数据集包含了四个特征，一个标签。
0.PAC降维：（减少噪声，利于可视化）
pac也叫主成分分析。啥是主成分，简单来说就是pac自己瞎琢磨弄出来的主成分，比如iris数据集有4个变量（特性），对这4个变量进行分析，找到有相关性的，把他们组合处理变成2个变量，这搞出来的2个变量就叫主成分1和主成分2。
PCA 是一种降维技术，它可以帮助我们从高维数据中提取最重要的信息