使用sklearn.cluster.KMeans对鸢尾花数据进行聚类

好的，让我们来进行鸢尾花数据的聚类。首先，我们需要导入需要的库和数据集：

import numpy as np
import pandas as pd
from sklearn.cluster import KMeans
from sklearn.datasets import load_iris

iris = load_iris()
X = iris.data
y = iris.target

接下来，我们需要选择聚类的数量。在这里，我们选择3个聚类中心。然后，我们使用KMeans模型进行训练和预测：

kmeans = KMeans(n_clusters=3, random_state=42)
y_pred = kmeans.fit_predict(X)

最后，我们可以将聚类结果可视化：

import matplotlib.pyplot as plt

plt.scatter(X[:, 0], X[:, 1], c=y_pred)
plt.title("KMeans Clustering")
plt.show()

这里只使用了数据的前两个特征来可视化聚类结果，但是可以根据需要选择不同的特征进行可视化。完整代码如下：

import numpy as np
import pandas as pd
from sklearn.cluster import KMeans
from sklearn.datasets import load_iris
import matplotlib.pyplot as plt

iris = load_iris()
X = iris.data
y = iris.target

kmeans = KMeans(n_clusters=3, random_state=42)
y_pred = kmeans.fit_predict(X)

plt.scatter(X[:, 0], X[:, 1], c=y_pred)
plt.title("KMeans Clustering")
plt.show()