Iris也称鸢尾花卉数据集，是一类多重变量分析的数据集。数据集包含150个数据，分为3类，每类50个数据，每个数据包含4个属性。可通过花萼长度，花萼宽度，花瓣长度，花瓣宽度4个属性预测鸢尾花卉属于三个种类中的哪一类。在MapReduce选择knn对该数据集进行分类预测，采用留出法对建模结果评估，70%数据为训练集，30%数据为测试集，评估标准采用accuracy。

个贷违约预测：以⾦融⻛控中的个⼈信贷为背景，根据贷款申请⼈的数据信息来预测其是否有违约的可能，从⽽以此判断 是否通过此项贷款。

倒排

Iris数据集是常用的分类实验数据集，由Fisher, 1936收集整理。Iris也称鸢尾花卉数据集，是一类多重变量分析的数据集。可通过花萼长度，花萼宽度，花瓣长度，花瓣宽度4个属性预测鸢尾花卉属于（Setosa，Versicolour，Virginica）三个种类中的哪一类。在MapReduce上任选一种分类算法（KNN，朴素贝叶斯或决策树）对该数据集进行分类预测。