鸢尾花（Iris）数据集是一个经典的机器学习数据集，包含三种鸢尾花的特征和标签。 数据集包含150个样本，每个样本有4个特征： 花萼长度（sepal length） 花萼宽度（sepal width） 花瓣长度（petal length） 花瓣宽度（petal width） 标签有三种： Iris-setosa Iris-versicolor Iris-virginica 你的任务是用sklearn的LogisticsRegression模型对鸢尾花类别进行预测，模型请指定参数max_iter=200以减少训练用时。 1.读入数据集 2.对数据集进行一次随机洗牌 3.数据分成训练集与测试集

输入描述:

输入一个整数n，表示测试样本的数量，直接截取最后数据集的最后n个作为测试集。鸢尾花数据集请用sklearn库中的load_iris()函数加载

输出描述:

输出n行，每行包含两个数据，用空格分隔，第一个数据是预测类别，第二个数据是最大概率概率保留两位小数

备注:

支持numpy,pandas,scikit-learn库为了同一样本输出结果一致，请使用随机种子42：random.seed(42)