机器学习 鸢尾花分类代码

好的，以下是一个简单的机器学习鸢尾花分类代码，使用了 sklearn 库中的 KNN（K-最近邻）算法：

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

# 载入鸢尾花数据集
iris = load_iris()

# 划分数据集
X_train, X_test, y_train, y_test = train_test_split(iris.data, iris.target, test_size=0.3)

# 创建 KNN 分类器，K=3
knn = KNeighborsClassifier(n_neighbors=3)

# 训练模型
knn.fit(X_train, y_train)

# 预测测试集
y_pred = knn.predict(X_test)

# 输出准确率
print("Accuracy:", knn.score(X_test, y_test))

在这个例子中，我们使用 sklearn 库中的 `load_iris` 函数载入了鸢尾花数据集，然后使用 `train_test_split` 函数将数据集划分为训练集和测试集。接着，我们创建了一个 KNN 分类器，设置 K=3，然后使用 `fit` 函数训练模型。最后，我们使用测试集进行预测，并输出准确率。