给我写一个莺尾花分类预测的代码

好的，以下是一个基于莺尾花数据集的分类预测代码，使用了支持向量机（SVM）算法：

# 导入所需库
import numpy as np
from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.svm import SVC
from sklearn.metrics import accuracy_score

# 加载莺尾花数据集
iris = datasets.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, test_size=0.3, random_state=42)

# 初始化 SVM 模型
model = SVC(kernel='linear', gamma='auto')

# 训练模型
model.fit(X_train, y_train)

# 在测试集上进行预测
y_pred = model.predict(X_test)

# 计算准确率
accuracy = accuracy_score(y_test, y_pred)
print('Accuracy:', accuracy)

这个代码将数据集分为训练集和测试集，使用 SVM 算法进行训练，并在测试集上进行预测，最后计算准确率。你可以根据需要修改算法、调整超参数等。