写个完整的机器学习python程序

好的，这是一个简单的机器学习 Python 程序的例子，它使用了 scikit-learn 库来训练一个决策树模型并对新数据进行预测。

首先，我们需要安装 scikit-learn 库：

pip install scikit-learn

然后，我们需要准备训练数据和测试数据。训练数据是用来训练模型的数据，测试数据是用来对模型进行评估的数据。我们可以使用 scikit-learn 库中的 load_iris 函数来加载常用的鸢尾花数据集：

from sklearn.datasets import load_iris

# 加载鸢尾花数据集
iris = load_iris()

# 获取特征数据
X = iris.data
# 获取标签数据
y = iris.target

接下来，我们需要将数据集拆分为训练集和测试集。我们可以使用 scikit-learn 库中的 train_test_split 函数来实现：

from sklearn.model_selection import train_test_split

# 将数据集拆分为训练集和测试集，测试集占 30%
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)

接下来，我们需要选择一种机器学习模型并对其进行训练。这里我们使用决策树模型，并使用 scikit-learn 库中的 DecisionTreeClassifier 类来构建模型：