请写出机器学习中完整的鸢尾花分类代码

由于机器学习中鸢尾花分类问题是一个经典的示例，因此在许多机器学习教程和库中都有相关的代码示例。以下是一个使用Scikit-learn库的完整鸢尾花分类代码：

# 导入所需的库
from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier
from sklearn.metrics import accuracy_score

# 加载鸢尾花数据集
iris = datasets.load_iris()

# 将数据集分为训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(iris.data, iris.target, test_size=0.3)

# 初始化KNN分类器
knn = KNeighborsClassifier()

# 训练模型
knn.fit(X_train, y_train)

# 预测测试集数据
y_pred = knn.predict(X_test)

# 计算模型准确率
accuracy = accuracy_score(y_test, y_pred)
print("Accuracy:", accuracy)

这段代码首先从Scikit-learn库中导入所需的模块和类，然后加载鸢尾花数据集并将其分为训练集和测试集。接下来，通过初始化KNN分类器并使用训练数据来训练模型。最后，使用测试集数据进行预测，并计算模型的准确率。