kmeans聚类算法python实现鸢尾花

你可以使用Python中的scikit-learn库来实现K-means聚类算法。以下是一个示例代码，展示如何使用K-means对鸢尾花数据集进行聚类：

from sklearn.cluster import KMeans
from sklearn.datasets import load_iris

# 加载鸢尾花数据集
iris = load_iris()
X = iris.data

# 创建K-means模型并进行训练
kmeans = KMeans(n_clusters=3, random_state=42)
kmeans.fit(X)

# 获取簇中心点和预测结果
centroids = kmeans.cluster_centers_
labels = kmeans.labels_

# 打印簇中心点和对应的预测结果
print("簇中心点:")
print(centroids)
print("\n预测结果:")
print(labels)

在上面的代码中，我们首先从scikit-learn库中导入了KMeans类和load_iris函数。然后，我们加载鸢尾花数据集，并将其存储在变量X中。接下来，我们创建了一个K-means模型，并将其拟合到数据集上。最后，我们打印出了簇中心点和对应的预测结果。

希望这能帮到你！如果你还有其他问题，请随时提出。