使用鸢尾花数据集，建立并训练多元逻辑回归，实现鸢尾花的分类。 1.对鸢尾花数据集进行可视化展示。 2.实现鸢尾花数据集的二分类。 3.实现鸢尾花数据集的多分类（三分类）

鸢尾花数据集是一个常用的机器学习数据集，包含了150个样本，每个样本有4个特征：花萼长度、花萼宽度、花瓣长度和花瓣宽度。每个样本都属于三个类别之一：山鸢尾（Iris-setosa）、变色鸢尾（Iris-versicolor）和维吉尼亚鸢尾（Iris-virginica）。

1. 对鸢尾花数据集进行可视化展示：
可以使用matplotlib库来对鸢尾花数据集进行可视化展示。可以绘制散点图，横轴和纵轴分别表示两个特征，不同类别的样本用不同颜色或者标记来表示。

2. 实现鸢尾花数据集的二分类：
可以使用多元逻辑回归模型来实现鸢尾花数据集的二分类。首先，将三个类别中的两个类别作为正例，另一个类别作为负例。然后，使用多元逻辑回归模型进行训练，得到一个二分类模型。最后，使用该模型对新样本进行分类预测。

3. 实现鸢尾花数据集的多分类（三分类）：
可以使用多元逻辑回归模型来实现鸢尾花数据集的多分类。首先，将三个类别分别作为一个类别，然后使用多元逻辑回归模型进行训练，得到一个多分类模型。最后，使用该模型对新样本进行分类预测。