用python写一个机器学习的代码

当然，这里是一个简单的使用 scikit-learn 库实现机器学习的代码示例：

import numpy as np
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier

# 加载鸢尾花数据集
iris = load_iris()
X = iris.data
y = iris.target

# 将数据集分为训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=0)

# 使用 K-近邻算法对数据进行建模
knn = KNeighborsClassifier(n_neighbors=1)
knn.fit(X_train, y_train)

# 评估模型
print("Test set score: {:.2f}".format(knn.score(X_test, y_test)))

在这个例子中，我们使用了 scikit-learn 库的 KNeighborsClassifier 函数实现了 K-近邻算法，并对鸢尾花数据集进行了训练和评估。