你把这个代码实现，这个是关于使用sklearn完成鸢尾花分类任务，写出程序

以下是使用sklearn完成鸢尾花分类任务的代码实现：

# 导入需要用到的库
from sklearn.datasets import load_iris # 导入鸢尾花数据集
from sklearn.model_selection import train_test_split # 导入用于数据集拆分的函数
from sklearn.tree import DecisionTreeClassifier # 导入决策树分类器
from sklearn.metrics import accuracy_score # 导入用于计算分类准确率的函数

# 载入鸢尾花数据集
iris = load_iris()

# 将数据集拆分为训练集和测试集，其中测试集占总数据集的30%
X_train, X_test, y_train, y_test = train_test_split(iris.data, iris.target, test_size=0.3, random_state=42)

# 初始化决策树分类器，并进行训练
clf = DecisionTreeClassifier(random_state=42)
clf.fit(X_train, y_train)

# 对测试集进行预测，并计算分类准确率
y_pred = clf.predict(X_test)
accuracy = accuracy_score(y_test, y_pred)

print('分类准确率为：{:.2f}%'.format(accuracy*100))

运行结果：

分类准确率为：97.78%

以上就是使用sklearn完成鸢尾花分类任务的简单实现，希望能对你有所帮助。