k-means方法对鸢尾花数据集聚类分析

首先，我们需要导入鸢尾花数据集并进行预处理：

from sklearn.datasets import load_iris
from sklearn.preprocessing import StandardScaler

iris = load_iris()
X = iris.data
scaler = StandardScaler()
X_scaled = scaler.fit_transform(X)

接下来，我们可以使用KMeans算法对数据集进行聚类分析。在这里，我们将聚类数量设置为3，因为我们知道鸢尾花数据集中有3个类别。

from sklearn.cluster import KMeans

kmeans = KMeans(n_clusters=3, random_state=42)
kmeans.fit(X_scaled)

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=kmeans.labels_, cmap='viridis')
plt.scatter(kmeans.cluster_centers_[:, 0], kmeans.cluster_centers_[:, 1], marker='*', s=300, c='r')
plt.title('KMeans Clustering')
plt.xlabel('Sepal Length')
plt.ylabel('Sepal Width')
plt.show()

这将生成以下图表：


从图表中可以看出，我们的KMeans算法成功地将鸢尾花数据集聚类为3个类别。