请给我一个鸢尾花数据集

当然，这里是一个鸢尾花数据集的示例：

Sepal Length (cm) | Sepal Width (cm) | Petal Length (cm) | Petal Width (cm) | Species
-------------------|------------------|-------------------|------------------|---------
5.1 | 3.5 | 1.4 | 0.2 | Setosa
4.9 | 3.0 | 1.4 | 0.2 | Setosa
5.8 | 2.6 | 4.0 | 1.2 | Versicolor
6.7 | 3.0 | 5.2 | 2.3 | Virginica
...

这个数据集包含了鸢尾花的四个特征：萼片长度、萼片宽度、花瓣长度和花瓣宽度，以及对应的鸢尾花种类。鸢尾花种类分为Setosa、Versicolor和Virginica三种。你可以使用这个数据集来进行机器学习任务，比如分类算法的训练和测试。

相关问题

给我一个鸢尾花数据集的c语言代码

以下是一个简单的鸢尾花数据集的C语言代码：

#include <stdio.h>
#include <stdlib.h>

#define MAX 150
#define ATTR_SIZE 4

int main()
{
    FILE *fp;
    double data[MAX][ATTR_SIZE];
    int label[MAX];
    int i, j, cnt = 0;

    fp = fopen("iris.data", "r"); // 打开数据集文件
    if (fp == NULL)
    {
        printf("Failed to open file.\n");
        return 0;
    }

    // 读取数据
    while (fscanf(fp, "%lf,%lf,%lf,%lf,%d", &data[cnt][0], &data[cnt][1], &data[cnt][2], &data[cnt][3], &label[cnt]) != EOF)
    {
        cnt++;
    }

    fclose(fp); // 关闭文件

    // 输出数据
    for (i = 0; i < cnt; i++)
    {
        for (j = 0; j < ATTR_SIZE; j++)
        {
            printf("%lf ", data[i][j]);
        }
        printf("%d\n", label[i]);
    }

    return 0;
}

该代码可以读取鸢尾花数据集文件（iris.data），并将数据和标签输出到终端。其中，数据集文件中每一行代表一个样本，包含4个属性和1个标签，属性之间用逗号分隔，最后一个是标签。

给我写一个鸢尾花数据集决策树

好的，以下是一个基于鸢尾花数据集的决策树:

from sklearn.datasets import load_iris
from sklearn.tree import DecisionTreeClassifier, plot_tree
import matplotlib.pyplot as plt

# Load Iris dataset
iris = load_iris()

# Train decision tree classifier
clf = DecisionTreeClassifier()
clf.fit(iris.data, iris.target)

# Plot decision tree
plt.figure(figsize=(15, 10))
plot_tree(clf, feature_names=iris.feature_names, class_names=iris.target_names, filled=True)
plt.show()

请注意，这只是一个简单的示例决策树，可能需要对各个参数进行调整以获取更好的结果。