knn算法python鸢尾花散点图

以下是使用Python的scikit-learn库实现k-NN算法，并绘制鸢尾花数据集的散点图的示例代码：

import numpy as np
import matplotlib.pyplot as plt
from sklearn import datasets
from sklearn.neighbors import KNeighborsClassifier

# 加载鸢尾花数据集
iris = datasets.load_iris()
X = iris.data[:, :2]  # 只取前两个特征
y = iris.target

# 初始化k-NN分类器
knn = KNeighborsClassifier(n_neighbors=3)

# 训练分类器
knn.fit(X, y)

# 预测新样本的类别
X_new = np.array([[5, 3.5]])  # 新样本的特征
y_pred = knn.predict(X_new)

print("预测结果：", iris.target_names[y_pred])

# 绘制鸢尾花数据集的散点图
plt.scatter(X[:, 0], X[:, 1], c=y, cmap=plt.cm.Set1)
plt.xlabel('Sepal length')
plt.ylabel('Sepal width')
plt.title('Iris dataset')
plt.show()

运行以上代码，可以得到类似下图的散点图：