В этом 👆примере мы использовали библиотеку Scikit-learn для решения задачи классификации. Давайте поэтапно разберем, что происходит: Данные: Мы вручную задали обучающие данные (train_data), которые представляют характеристики цветков: Длина и ширина лепестков. Длина и ширина чашелистиков. Также мы указали метки (train_labels), которые обозначают вид цветков ириса: 0 для Setosa. 1 для Versicolor. 2 для Virginica. Тестовые данные (test_data) содержат характеристики новых цветков, вид которых мы хотим предсказать. Истинные метки для тестовых данных (test_labels) используются для оценки точности модели.