Test Iris with Tensorflow.js
2019/6/8 by T. Fujita
本テストは「Iris flower data set」と呼ばれるアヤメの花びらの幅、長さとがくの幅、長さの4つの数値及びそのアヤメの種類（setosa，versicolor，virginica）の情報を元に
各特徴量からアヤメの種類を予測してその精度を比較するものです。 なお、「Iris flower data set」は、「https://gist.github.com/netj/8836201」からダウンロードしました。
学習を重ねる毎に評価精度が高まるのが分かると思います。 本プログラムは、「Microsoft Edge / Ver. 11.0.17763.379」及び「Firefox / Ver. 65.0.2 (64ビット)」、
「Google Chrome / Ver. 73.0.3683.86 (64ビット)」で動作を確認しました。 また、Android 7.0でも動作しました。
学習データ数： 検証データ数： 学習率：
学習回数：
アヤメの花びらの幅、長さ、がくの幅、長さを指定後に評価してください。
評価結果：
参考：各アヤメの花びらの幅、長さ、がくの幅、長さの参考値
Iris-setosa: 4.3-5.8, 2.3-4.4, 1.0-1.9, 0.1-0.6
Iris-versicolor: 4.9-7.0, 2.0-3.4, 3.0-5.1, 1.0-1.8
Iris-virginica: 4.9-7.9, 2.2-3.8, 4.5-6.9, 1.4-2.5