用Python编写Iris数据库Kmeans算法

好的，下面是用 Python 编写 Iris 数据库 Kmeans 算法的示例代码：

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

# 加载数据集
iris = load_iris()
data = pd.DataFrame(iris.data, columns=iris.feature_names)

# 创建 KMeans 模型并训练数据
kmeans = KMeans(n_clusters=3)
kmeans.fit(data)

# 预测结果并输出
result = kmeans.predict(data)
print(result)

以上代码中，我们使用 Scikit-learn 库中的 KMeans 模型对 Iris 数据集进行聚类。首先，我们通过 `load_iris()` 函数加载 Iris 数据集并将其存储在 `data` 变量中。然后，我们创建 KMeans 模型，指定聚类数量为 3，并使用 `fit()` 函数训练数据。最后，我们使用 `predict()` 函数对数据进行预测并输出结果。

需要注意的是，以上示例代码仅仅是一个简单的示例，实际应用中需要对数据进行更多的预处理和调参。