可以帮我以下面的代码为例子，写出decisiontreeclassifier的相应代码吗

当然可以，以下是一个简单的DecisionTreeClassifier的示例代码：

from sklearn.tree import DecisionTreeClassifier
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split

# 加载数据集
iris = load_iris()
X = iris.data
y = iris.target

# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# 构建决策树分类器
clf = DecisionTreeClassifier(max_depth=2)

# 拟合模型
clf.fit(X_train, y_train)

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

# 计算准确率
accuracy = clf.score(X_test, y_test)
print("Accuracy:", accuracy)

在这个示例代码中，我们首先加载一个经典的鸢尾花数据集，然后将其划分为训练集和测试集。接下来，我们使用 `DecisionTreeClassifier()` 构建一个决策树分类器，并使用 `fit()` 方法将其拟合到训练数据上。最后，我们使用 `predict()` 方法在测试集上进行预测，并使用 `score()` 方法计算模型在测试集上的准确率。