使用Scikit-learn库实现经典的鸢尾花分类。

加载数据：

python
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split

iris = load_iris()
X_train, X_test, y_train, y_test = train_test_split(
iris.data, iris.target, test_size=0.2)
训练模型：

python
from sklearn.ensemble import RandomForestClassifier

model = RandomForestClassifier()
model.fit(X_train, y_train)
评估与预测：

python
accuracy = model.score(X_test, y_test)
print(f"模型准确率：{accuracy:.2f}")

# 对新样本进行预测
prediction = model.predict([[5.1, 3.5, 1.4, 0.2]])
print(iris.target_names[prediction])
核心概念：理解训练/测试集划分、模型评估指标（如准确率）。