数据挖掘鸢尾花数据集聚类分析

以下是使用Python中的scikit-learn库对鸢尾花数据集进行聚类分析的示例：

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

# 加载数据集
iris = load_iris()
X = iris.data

# 使用KMeans算法进行聚类分析
kmeans = KMeans(n_clusters=3, random_state=0).fit(X)

# 输出聚类结果
print(kmeans.labels_)

上述代码中，首先使用`load_iris()`函数加载鸢尾花数据集，然后将数据集中的特征存储在`X`变量中。接着，使用KMeans算法对数据进行聚类分析，其中`n_clusters`参数指定聚类的数量，`random_state`参数指定随机数种子以保证结果的可重复性。最后，输出每个样本所属的聚类标签。