写一个机器学习 决策树-鸢尾花的简单python代码

当然可以。在Python中，我们可以使用sklearn库来创建决策树模型并预测鸢尾花（Iris）数据集。这是一个简单的示例：

# 导入所需库
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.tree import DecisionTreeClassifier
import pandas as pd

# 加载鸢尾花数据集
iris = load_iris()
data = pd.DataFrame(data=iris.data, columns=iris.feature_names)
target = iris.target

# 划分特征（X）和目标变量（y）
X_train, X_test, y_train, y_test = train_test_split(data, target, test_size=0.2, random_state=42)

# 创建决策树分类器
clf = DecisionTreeClassifier()

# 训练模型
clf.fit(X_train, y_train)

# 预测测试集
predictions = clf.predict(X_test)

# 打印一些预测结果
print("预测的前5个样本：", predictions[:5])

#