采用随机森林模型将鸢尾花数据三分类

好的，针对您的问题，下面是使用随机森林模型进行鸢尾花数据三分类的Python代码：

import pandas as pd
from sklearn.ensemble import RandomForestClassifier
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score

# 加载数据集
data = pd.read_csv('iris.csv')

# 获取特征和标签
X = data.iloc[:, :-1]
y = data.iloc[:, -1]

# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3)

# 创建随机森林分类器
rfc = RandomForestClassifier(n_estimators=10)

# 训练模型
rfc.fit(X_train, y_train)

# 预测测试集结果
y_pred = rfc.predict(X_test)

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

在这个代码中，我们首先使用pandas库加载鸢尾花数据集，并将其划分为特征和标签。然后，我们使用train_test_split函数将数据集划分为训练集和测试集。接下来，我们创建一个RandomForestClassifier对象并使用fit函数进行训练。最后，我们使用predict函数预测测试集结果，并使用accuracy_score函数计算准确率。

需要注意的是，代码中的n_estimators参数指定了随机森林中树的数量。您可以根据自己的需求进行调整。