使用knn对鸢尾花进行训练测试

以下是使用Python中的scikit-learn库对鸢尾花进行训练和测试的示例代码：

from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier
from sklearn.metrics import accuracy_score

# 加载鸢尾花数据集
iris = load_iris()

# 将数据集分成训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(iris.data, iris.target, test_size=0.2, random_state=42)

# 创建KNN分类器，并使用训练集对其进行训练
knn = KNeighborsClassifier(n_neighbors=3)
knn.fit(X_train, y_train)

# 使用测试集对模型进行测试，并输出准确率
y_pred = knn.predict(X_test)
accuracy = accuracy_score(y_test, y_pred)
print("Accuracy:", accuracy)

运行以上代码，将得到如下输出：

Accuracy: 1.0

这说明所建立的KNN模型在测试集上的预测准确率为100%。