k-means聚类算法分析Iris数据集的代码

以下是使用k-means聚类算法分析Iris数据集的Python代码：

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

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

# 创建k-means模型
kmeans = KMeans(n_clusters=3)

# 训练模型并预测
y_pred = kmeans.fit_predict(X)

# 绘制聚类结果
plt.scatter(X[:, 0], X[:, 1], c=y_pred)
plt.xlabel('Sepal length')
plt.ylabel('Sepal width')
plt.title('Iris Clustering')
plt.show()

这段代码首先导入了必要的库，然后使用`load_iris()`函数加载了Iris数据集。然后创建了一个`KMeans`对象，并将`n_clusters`参数设置为3，表示要将数据集分为3个簇。接下来，使用`fit_predict()`方法训练模型并预测簇。最后，使用`scatter()`函数将数据点绘制在二维坐标系上，并使用预测的簇标签来给每个数据点上色。