划分iris训练集与测试集

划分iris数据集的训练集和测试集的方法有很多种，其中比较常见的一种是随机采样。以下是基于Python的代码示例：

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

# 加载iris数据集
iris = load_iris()

# 随机划分训练集和测试集，其中test_size=0.3表示测试集占总样本数的30%
X_train, X_test, y_train, y_test = train_test_split(iris.data, iris.target, test_size=0.3, random_state=42)

以上代码使用了Scikit-learn库中的`train_test_split`函数，该函数可以将数据集随机划分为训练集和测试集，并且可以指定测试集的比例。其中`random_state`参数用于指定随机数种子，保证每次划分的结果一致。