用Python编写Iris数据库Kmeans算法
时间: 2024-03-14 19:43:31 浏览: 72
详解K-means算法在Python中的实现
好的,下面是用 Python 编写 Iris 数据库 Kmeans 算法的示例代码:
```python
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。
阅读全文