用sklearn实现鸢尾花分类

使用sklearn实现鸢尾花分类可以通过以下步骤进行：

1. 导入所需的库和数据集：

from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.neighbors import KNeighborsClassifier

2. 加载鸢尾花数据集：

iris = load_iris()
X = iris.data
y = iris.target

3. 数据预处理：

# 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, random_state=42)

# 特征缩放
scaler = StandardScaler()
X_train = scaler.fit_transform(X_train)
X_test = scaler.transform(X_test)

4. 构建和训练模型：

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

# 训练模型
knn.fit(X_train, y_train)

5. 模型评估：

# 在测试集上进行预测
y_pred = knn.predict(X_test)

# 计算准确率
accuracy = knn.score(X_test, y_test)
print("准确率：", accuracy)

以上就是使用sklearn实现鸢尾花分类的基本步骤。