对自然界的三种花进行分类

import numpy as np
from sklearn.datasets import load_iris
from sklearn import tree
# 对三种花分类

# 导入数据部分
iris = load_iris()   # 加载数据

print(iris.feature_names)   # 打印iris的特征数据
print(iris.target_names)    # 打印iris的标签名称
print(iris.data[0])         # 打印iris的样本数据
print(iris.target[0])       # 打印iris所属的标签用符号0,1,2分别表示setosa,versicolor和virginica

for i in range(len(iris.target)):
    print("Examp %d: label %s, feature %s" % (i, iris.target[i], iris.data[i]))

# 把数据分为训练数据和测试数据
test_idx = [0, 50, 100]
# training data
train_target = np.delete(iris.target, test_idx)
train_data = np.delete(iris.data, test_idx, axis=0)
# testing data
test_target = iris.target[test_idx]
test_data = iris.data[test_idx]
# 创建一个分类器
clf = tree.DecisionTreeClassifier()
clf.fit(train_data, train_target)

print(test_target)
print(clf.predict(test_data))