python机器学习鸢尾花

鸢尾花是一个常用的机器学习数据集，用于分类问题。下面是使用Python进行鸢尾花分类的示例代码：

# 引入所需库和数据集
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.linear_model import Perceptron
from sklearn.metrics import accuracy_score

# 加载鸢尾花数据集
iris_dataset = load_iris()

# 将数据集分为训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(iris_dataset.data, iris_dataset.target, test_size=0.2, random_state=0)

# 创建感知机模型
model = Perceptron()

# 使用训练集训练模型
model.fit(X_train, y_train)

# 使用测试集进行预测
y_pred = model.predict(X_test)

# 计算准确率
accuracy = accuracy_score(y_test, y_pred)
print("Accuracy: {:.2f}".format(accuracy))

这段代码使用了`sklearn`库中的`Perceptron`模型来进行鸢尾花分类。首先，我们将数据集分为训练集和测试集，然后创建感知机模型并使用训练集进行训练。最后，使用测试集进行预测，并计算准确率。