(1)使用python加载鸢尾花数据集iris(iris数据集 中共有3种类别山鸢尾、变色鸢尾和维吉尼亚 鸢尾,共有150条记录,每条记录各有4个特征花 萼长度、花萼宽度、花瓣长度、花瓣宽度),并 绘制散点图; (2)使用python,利用决策树分类方 法根据4个特征对鸢尾花数据集iris分类。

好的，以下是对你的问题的回答：

(1) 加载鸢尾花数据集iris并绘制散点图的代码如下：

import pandas as pd
import matplotlib.pyplot as plt
from sklearn.datasets import load_iris

# 加载鸢尾花数据集
iris = load_iris()

# 获取特征和标签
x = iris.data
y = iris.target

# 绘制散点图
plt.scatter(x[:, 0], x[:, 1], c=y)
plt.xlabel('Sepal Length')
plt.ylabel('Sepal Width')
plt.show()

这段代码会绘制出鸢尾花数据集的散点图，其中x轴表示花萼长度，y轴表示花萼宽度，不同颜色的点代表不同种类的鸢尾花。

(2) 利用决策树分类方法根据4个特征对鸢尾花数据集iris分类的代码如下：

from sklearn.tree import DecisionTreeClassifier
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score

# 将数据集划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)

# 创建决策树分类器，并进行训练
clf = DecisionTreeClassifier()
clf.fit(x_train, y_train)

# 对测试集进行预测，并计算准确率
y_pred = clf.predict(x_test)
accuracy = accuracy_score(y_test, y_pred)
print('Accuracy:', accuracy)

这段代码会将鸢尾花数据集随机划分为训练集和测试集，然后使用决策树分类器对训练集进行训练，对测试集进行预测，并计算准确率。