鸢尾花识别分类python代码

以下是使用Python实现的鸢尾花分类代码：

# 导入必要的库
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.tree import DecisionTreeClassifier
from sklearn.metrics import accuracy_score

# 加载数据集
iris = load_iris()

# 将特征和标签分别存储在X和y中
X = iris.data
y = iris.target

# 将数据分为训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)

# 创建决策树分类器
clf = DecisionTreeClassifier()

# 使用训练数据拟合分类器
clf.fit(X_train, y_train)

# 使用测试数据对分类器进行评估
y_pred = clf.predict(X_test)
accuracy = accuracy_score(y_test, y_pred)
print("Accuracy:", accuracy)

该代码使用决策树算法对鸢尾花数据集进行分类，将数据集分成训练集和测试集，并在测试集上评估分类器的准确性。