VMware虚拟机 Ubuntu20-LTS
python3.6
tensorflow1.15.0
keras2.3.1
运行截图：
代码：
from sklearn import datasets
import matplotlib.pyplot as plt
import numpy as np
from sklearn import tree
# Iris数据集是常用的分类实验数据集，
# 由Fisher, 1936收集整理。Iris也称鸢尾花卉数据集，
# 是一类多重变量分析的数据集。数据集包含150个数据集，
# 分为3类，每类50个数据，每个数据包含4个属性。
# 可通过花萼长度，花萼宽度，花瓣长度，花瓣宽度4个属性预测鸢尾花卉属于（Setosa，Versicolour，Virginica）三个种类中的哪一类。
#载入数据集
iris = datasets.load_iris()
iris_data=iris['data']
iris_label=iris['target']
iris_target_name=iris['target_names']
X=np.array(iris_data)
Y=np.array(iris_label)
print(X)
print(Y)
#训练
clf=tree.DecisionTreeClassifier(max_depth=3)
clf.fit(X,Y)
#这里预测当前输入的值的所属分类
print('类别是',iris_target_name[clf.predict([[12,1,-1,10]])[0]])
标签：iris,target,clf,分类,实验,np,import,鸢尾花,数据 From： https://www.cnblogs.com/liucaizhi/p/18192315