#!/usr/bin/env?python
#?-*-?coding:?utf-8?-*-
#?USAGE
#?python?classify_iris.py
#?python?classify_iris.py?--model?svm

#?import?the?necessary?packages

#?scikit-learn的Python機器學習方法
from?sklearn.neighbors?import?KNeighborsClassifier
from?sklearn.naive_bayes?import?GaussianNB
from?sklearn.linear_model?import?LogisticRegression
from?sklearn.svm?import?SVC
from?sklearn.tree?import?DecisionTreeClassifier
from?sklearn.ensemble?import?RandomForestClassifier
from?sklearn.neural_network?import?MLPClassifier

#?將數據分成訓練和測試子集的數據集拆分方法
from?sklearn.model_selection?import?train_test_split
#?來自scikit-learn的分類報告實用程序將打印我們機器學習結果的摘要
from?sklearn.metrics?import?classification_report
#?Iris數據集，內置于scikit-learn
from?sklearn.datasets?import?load_iris
#?用于命令行參數解析的工具
import?argparse

#?解析命令行參數，選擇機器學習算法模型
ap?=?argparse.ArgumentParser（）
ap.add_argument（“-m“?“--model“?type=str?default=“knn“
	help=“type?of?python?machine?learning?model?to?use“）
args?=?vars（ap.parse_args（））