Python中的`iris`数据集是著名的鸢尾花数据集（Iris dataset），它是一个用于机器学习和数据挖掘任务的经典数据集。以下是有关`iris`数据集的一些关键信息：
数据集名称：Anderson's Iris dataset
样本数量：150个样本
特征数量：4个特征
类别数量：3个类别（山鸢尾Setosa、杂色鸢尾Versicolor、维吉尼亚鸢尾Virginica）
数据结构：150行5列的二维表，其中每行代表一个样本，包含4个属性（花萼长度sepal length、花萼宽度sepal width、花瓣长度petal length、花瓣宽度petal width）和一个类别标签
数据用途：用于分类任务，通过4个属性来预测鸢尾花的种类
在Python中，你可以使用`sklearn.datasets`模块中的`load_iris`函数来加载`iris`数据集，如下所示：
from sklearn.datasets import load_irisiris = load_iris（）print（iris.keys（）） 输出数据集包含的键n_samples, n_features = iris.data.shape 获取样本数量和特征数量print（（n_samples, n_features）） 输出样本数量和特征数量print（iris.data） 输出第一个样本的数据print（iris.target） 输出第一个样本的类别标签
这个数据集常用于演示机器学习的基础概念和算法，是入门级数据集的经典例子