鸢尾花分类python

鸢尾花分类是机器学习中的一个经典问题，可以使用Python进行解决。以下是一个简单的鸢尾花分类Python代码示例：

# 导入必要的库
import pandas as pd
import numpy as np
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier
from sklearn.metrics import accuracy_score

# 加载数据集
iris = load_iris()

# 将数据集转换为pandas DataFrame格式
iris_df = pd.DataFrame(data=np.c_[iris['data'], iris['target']],
                       columns=iris['feature_names'] + ['target'])

# 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(iris_df[iris['feature_names']], iris_df['target'], test_size=0.3, random_state=0)

# 创建k-近邻分类器模型
knn = KNeighborsClassifier(n_neighbors=3)

# 拟合模型
knn.fit(X_train, y_train)

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

# 计算分类准确率
accuracy = accuracy_score(y_test, y_pred)

# 打印分类准确率
print('Classification accuracy: {:.2f}%'.format(accuracy * 100))

上述代码使用sklearn库中的k-近邻分类器来对鸢尾花数据集进行分类，同时使用train_test_split函数将数据集划分为训练集和测试集。最终输出分类准确率。