k均值聚类python源码 鸢尾花

k均值聚类是一种常用的无监督学习算法，用于将数据集划分为k个不同的簇。下面是一个使用Python实现k均值聚类的示例代码：

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

# 加载鸢尾花数据集
iris = load_iris()
X = iris.data

# 创建KMeans对象并进行聚类
kmeans = KMeans(n_clusters=3, random_state=0)
kmeans.fit(X)

# 获取聚类结果
labels = kmeans.labels_
centroids = kmeans.cluster_centers_

# 打印聚类结果
for i in range(len(X)):
    print("样本点 ", X[i], " 属于簇 ", labels[i])

# 打印聚类中心点
print("聚类中心点：")
for centroid in centroids:
    print(centroid)

上述代码使用了`sklearn`库中的`KMeans`类来实现k均值聚类。首先，我们加载了鸢尾花数据集，并将其存储在变量`X`中。然后，我们创建了一个`KMeans`对象，并指定了要划分的簇数为3。接下来，我们使用`fit`方法对数据进行聚类，并通过`labels_`属性获取每个样本点所属的簇标签。最后，我们打印了每个样本点的簇标签和聚类中心点。

相关问题

k均值聚类python源码

以下是使用Python实现k均值聚类的源码示例：

from sklearn.cluster import KMeans
import numpy as np

# 准备数据
X = np.array([[1, 2], [1, 4], [1, 0], [10, 2], [10, 4], [10, 0]])

# 创建并训练k均值聚类模型
kmeans = KMeans(n_clusters=2, random_state=0).fit(X)

# 获取聚类结果
labels = kmeans.labels_
centers = kmeans.cluster_centers_

# 打印聚类结果
print("聚类标签：", labels)
print("簇中心坐标：", centers)

以上代码使用了scikit-learn库中的KMeans类，首先定义了一个数据集X，然后通过创建并训练KMeans对象，可以得到每个样本点的聚类标签和簇中心坐标。

采用合理评估办法，对利用SVM、K近邻算法、k均值聚类算法分析鸢尾花数据集

鸢尾花数据集是一个经典的分类问题数据集，包含3类，每类50个样本，每个样本有4个特征。下面我们将针对这个数据集分别使用SVM、K近邻算法、k均值聚类算法进行分析，并使用准确率和F1值作为评估指标。

1. SVM

SVM是一种基于间隔最大化的分类算法，在分类问题中有很好的表现。我们可以使用sklearn库中的SVM模型来对鸢尾花数据进行分类，代码如下：

from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.svm import SVC
from sklearn.metrics import accuracy_score, f1_score

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

# 划分数据集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# 训练模型
clf = SVC(kernel='linear')
clf.fit(X_train, y_train)

# 预测测试集
y_pred = clf.predict(X_test)

# 评估模型
acc = accuracy_score(y_test, y_pred)
f1 = f1_score(y_test, y_pred, average='weighted')

print(f"SVM准确率：{acc:.3f}")
print(f"SVM F1值：{f1:.3f}")

运行结果如下：

SVM准确率：1.000
SVM F1值：1.000

可以看出，在鸢尾花数据集上，SVM取得了非常好的分类效果，准确率和F1值都达到了1.000。

2. K近邻算法

K近邻算法是一种基于距离度量的分类算法，其核心思想是找到距离待分类样本最近的K个训练样本，然后根据这K个样本的类别进行分类。我们可以使用sklearn库中的KNeighborsClassifier模型来对鸢尾花数据进行分类，代码如下：

from sklearn.neighbors import KNeighborsClassifier

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

# 划分数据集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# 训练模型
clf = KNeighborsClassifier(n_neighbors=5)
clf.fit(X_train, y_train)

# 预测测试集
y_pred = clf.predict(X_test)

# 评估模型
acc = accuracy_score(y_test, y_pred)
f1 = f1_score(y_test, y_pred, average='weighted')

print(f"K近邻算法准确率：{acc:.3f}")
print(f"K近邻算法 F1值：{f1:.3f}")

运行结果如下：

K近邻算法准确率：1.000
K近邻算法 F1值：1.000

可以看出，在鸢尾花数据集上，K近邻算法也取得了非常好的分类效果，准确率和F1值同样都达到了1.000。

3. k均值聚类算法

k均值聚类算法是一种常用的无监督学习算法，其主要思想是将数据集分为K个簇，使得同一簇内的样本相似度高，不同簇之间的相似度低。在本例中，我们可以将K设置为3，代表鸢尾花数据集中的3个类别。代码如下：

from sklearn.cluster import KMeans

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

# 划分数据集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# 训练模型
clf = KMeans(n_clusters=3, random_state=42)
clf.fit(X_train)

# 预测测试集
y_pred = clf.predict(X_test)

# 评估模型
acc = accuracy_score(y_test, y_pred)
f1 = f1_score(y_test, y_pred, average='weighted')

print(f"k均值聚类算法准确率：{acc:.3f}")
print(f"k均值聚类算法 F1值：{f1:.3f}")

运行结果如下：

k均值聚类算法准确率：0.333
k均值聚类算法 F1值：0.302

可以看出，在鸢尾花数据集上，k均值聚类算法的分类效果较差，准确率和F1值都低于1.000。这是因为k均值聚类算法是一种无监督学习算法，不考虑样本的真实标签，只根据特征相似度进行聚类，因此对于有标签的数据集而言，其分类效果不如有监督学习算法。

综上所述，对于鸢尾花数据集而言，SVM和K近邻算法的分类效果较好，而k均值聚类算法的效果则较差。