鸢尾花数据聚类分析
时间: 2023-07-24 07:06:50 浏览: 47
鸢尾花数据集是一个经典的分类问题数据集,但是我们也可以对其进行聚类分析。以下是一个简单的鸢尾花数据聚类分析的示例流程:
1. 加载数据集并进行预处理:鸢尾花数据集包含150个样本,每个样本有4个特征:花萼长度、花萼宽度、花瓣长度和花瓣宽度。我们可以使用pandas库加载数据集,并对数据进行标准化处理。
2. 选择聚类算法:常用的聚类算法有K-means、层次聚类等。在本示例中,我们选择K-means算法作为聚类算法。
3. 确定聚类数量:我们需要确定聚类数量,这可以通过手肘法、轮廓系数等方法来确定。在本示例中,我们假设聚类数量为3。
4. 训练模型并进行聚类:使用K-means算法训练模型,并对数据进行聚类。
5. 可视化聚类结果:使用matplotlib库将聚类结果可视化,可以将不同聚类用不同颜色表示。
下面是一个简单的Python代码示例:
```python
import pandas as pd
from sklearn.cluster import KMeans
import matplotlib.pyplot as plt
# 加载数据集
iris = pd.read_csv('iris.csv')
X = iris.iloc[:, :-1].values
# 标准化处理
from sklearn.preprocessing import StandardScaler
X = StandardScaler().fit_transform(X)
# 训练K-means模型
kmeans = KMeans(n_clusters=3, random_state=0)
y_kmeans = kmeans.fit_predict(X)
# 可视化结果
plt.scatter(X[y_kmeans == 0, 0], X[y_kmeans == 0, 1], s = 100, c = 'red', label = 'Cluster 1')
plt.scatter(X[y_kmeans == 1, 0], X[y_kmeans == 1, 1], s = 100, c = 'blue', label = 'Cluster 2')
plt.scatter(X[y_kmeans == 2, 0], X[y_kmeans == 2, 1], s = 100, c = 'green', label = 'Cluster 3')
plt.scatter(kmeans.cluster_centers_[:, 0], kmeans.cluster_centers_[:, 1], s = 200, c = 'yellow', label = 'Centroids')
plt.title('Clusters of Iris')
plt.xlabel('Sepal Length')
plt.ylabel('Sepal Width')
plt.legend()
plt.show()
```
以上代码将聚类结果可视化,其中不同颜色的点表示不同的聚类。