生成利用KNN算法对鸢尾花数据集进行二分类的python代码

以下是利用KNN算法对鸢尾花数据集进行二分类的Python代码：

import numpy as np
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier

# 加载鸢尾花数据集
iris = load_iris()
X = iris.data
y = iris.target

# 将数据集分为训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)

# 创建KNN分类器
knn = KNeighborsClassifier(n_neighbors=3)

# 在训练集上训练KNN模型
knn.fit(X_train, y_train)

# 在测试集上评估模型性能
accuracy = knn.score(X_test, y_test)
print("测试集准确率：", accuracy)

在这个例子中，我们从sklearn.datasets中导入鸢尾花数据集，然后将数据集分为训练集和测试集。接着，我们创建一个KNN分类器，并使用训练集对其进行训练。最后，我们在测试集上评估模型性能，并输出测试集准确率。