机器学习：基于UCI葡萄酒数据集进行葡萄酒分类及产地预测
共包含178组样本数据，来源于三个葡萄酒产地，每组数据包含产地标签及13种化学元素含量，即已知类别标签。 把样本集随机分为训练集和测试集，根据已有数据集训练一个能进行葡萄酒产地预测的模型，以正确区分三个产地所产出的葡萄酒， 分别采用PCA+Kmeans、PCA+LVQ、BP神经网络等方法进行模型的训练与测试，准确率都能达到95%左右。
<项目介绍>
该资源内项目源码是个人的毕设，代码都测试ok，都是运行成功后才上传资源，答辩评审平均分达到96分，放心下载使用！
1、该资源内项目代码都经过测试运行成功，功能ok的情况下才上传的，请放心下载使用！
2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习，也适合小白学习进阶，当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。
3、如果基础还行，也可在此代码基础上进行修改，以实现其他功能，也可用于毕设、课设、作业等。
下载后请首先打开README.md文件（如有），仅供学习参考, 切勿用于商业用途。
--------
