使用Iris数据集，朴素贝叶斯分类算法。,The use of Iris data set, Naive Bayes classification algorithm.

聚类算法实验,采用两种不同类型的聚类算法:基于划分的聚类方法k-means和基于层次的聚类方法CURE，采用的数据集是：Iris Data Set，数据集中共包含150组数据信息。 材料中有详细的说明文档，具体介绍了算法实现的细节，很容易理解-Clustering algorithm experiment, using two different types of clustering algorithm: Partition-based clustering method k-means

分别采用GMM和KDE对Iris数据集进行密度建模，并进行对比。通过EM算法来确定GMM参数，通过交叉验证来确定K值-GMM and KDE respectively Iris data set of density modeling, and compared. GMM by EM algorithm to determine the parameters of K determined by the value of cross-validation

Iris Data set with knn and basyain classifier techniques