```
instalación de pip scikit-learn
```
2. Datos
```
desde sklearn.datasets importar load_iris
iris =cargar_iris()
imprimir(iris.datos.forma) # (150, 4)
imprimir(iris.objetivo) # [0 0 0 ... 1 1 1]
```
3. División de datos
```
desde 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. Crear modelo
```
desde sklearn.tree importar DecisionTreeClassifier
clf =Clasificador de árbol de decisión()
```
5. Formación
```
clf.fit(tren_X, tren_y)
```
6. Predicción
```
y_pred =clf.predict(X_test)
```
7. Precisión
```
de sklearn.metrics importar precision_score
puntuación =puntuación_precisión(y_test, y_pred)
imprimir (puntuación) # 0,96
```