1. Instalação

```
pip instalar scikit-learn
```

2. Dados

```
de sklearn.datasets importar load_iris
íris =load_iris()
imprimir(íris.data.shape) # (150, 4)
imprimir(íris.target) # [0 0 0 ... 1 1 1]
```

3. Divisão de dados

```
de sklearn.model_selection importar train_test_split
X_train, X_test, y_train, y_test =train_test_split(iris.data, iris.target, test_size=0,25)
```

4. Criar modelo

```
de sklearn.tree importar DecisionTreeClassifier
clf =DecisionTreeClassifier()
```

5. Treinamento

```
clf.fit(X_train, y_train)
```

6. Previsão

```
y_pred =clf.predict(X_test)
```

7. Precisão

```
de sklearn.metrics importar precisão_score
pontuação =precisão_pontuação (y_test, y_pred)
imprimir (pontuação) # 0,96
```