用python，基于iris数据集，用支持向量机对数据进行分类建模的代码

以下是基于iris数据集，用支持向量机对数据进行分类建模的Python代码：

from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.svm import SVC
from sklearn.metrics import accuracy_score

# 加载iris数据集
iris = load_iris()
X, y = iris.data, 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=0.3, random_state=42)

# 定义SVM模型
clf = SVC(C=1.0, kernel='rbf', gamma='auto')

# 训练SVM模型
clf.fit(X_train, y_train)

# 对测试集进行预测
y_pred = clf.predict(X_test)

# 计算准确率
acc = accuracy_score(y_test, y_pred)
print('Accuracy:', acc)

这段代码可以将iris数据集划分为训练集和测试集，使用SVM模型对训练集进行训练，然后对测试集进行预测，并计算准确率。