给我一个集成学习算法应用案例的python代码，要有案例，有数据，有代码，有运行结果

集成学习是一种机器学习策略，通过结合多个弱模型形成更强大的预测器。这里我们以随机森林集成学习算法为例，使用sklearn库在Python中实现一个简单的应用。我们将使用鸢尾花数据集来进行演示。

首先，确保已安装了必要的库，如果没有可以使用pip安装：

pip install numpy pandas scikit-learn

接下来，编写Python代码：

# 导入所需库
import numpy as np
import pandas as pd
from sklearn.datasets import load_iris
from sklearn.ensemble import RandomForestClassifier
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score

# 加载鸢尾花数据集
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=0.3, random_state=42)

# 创建随机森林分类器
clf = RandomForestClassifier(n_estimators=100, random_state=42)

# 训练模型
clf.fit(X_train, y_train)

# 预测测试集
y_pred = clf.predict(X_test)

# 计算准确率
accuracy = accuracy_score(y_test, y_pred)
print(f"Random Forest Classifier Accuracy: {accuracy * 100:.2f}%")

#