给我一个KNN分类代码

当然，K-近邻（K-Nearest Neighbors，简称KNN）算法是一种基于实例的学习，用于分类和回归分析。以下是一个简单的Python代码示例，使用sklearn库实现KNN分类：

# 导入所需的库
from sklearn.datasets import load_iris  # 加载数据集
from sklearn.model_selection import train_test_split  # 划分训练集和测试集
from sklearn.neighbors import KNeighborsClassifier  # 导入KNN分类器
from sklearn.metrics import accuracy_score  # 评估模型准确性

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

# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)  # 80%的数据用于训练，20%用于测试

# 创建KNN分类器
knn = KNeighborsClassifier(n_neighbors=5)  # n_neighbors设定为5，即考虑最近的5个邻居

# 训练模型
knn.fit(X_train, y_train)

# 预测测试集
y_pred = knn.predict(X_test)

# 评估模型准确性
accuracy = accuracy_score(y_test, y_pred)
print("Accuracy:", accuracy)

#