用KNN算法对鸢尾花数据集分类的代码

这是一个用Python实现的KNN算法对鸢尾花数据集进行分类的示例代码：

from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier
from sklearn.metrics import accuracy_score

# 加载数据集
iris = load_iris()
X = iris.data
y = iris.target

# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=1)

# 创建KNN分类器，并用训练集拟合模型
knn = KNeighborsClassifier(n_neighbors=5)
knn.fit(X_train, y_train)

# 在测试集上进行预测，并计算准确率
y_pred = knn.predict(X_test)
accuracy = accuracy_score(y_test, y_pred)
print('Accuracy:', accuracy)

这段代码使用了sklearn库中的KNN分类器，并将其应用于鸢尾花数据集上。首先，数据集被加载并划分为训练集和测试集。然后，使用训练集对KNN分类器进行了拟合。最后，在测试集上进行预测，并计算预测准确率。