鸢尾花数据kmeans聚类算法matlab

下面是使用 MATLAB 实现鸢尾花数据的 K-Means 聚类算法的示例代码：

% 加载鸢尾花数据集
load iris_dataset.mat

% 设置聚类数 K
K = 3;

% 选择用于聚类的特征列
X = meas(:, 3:4);

% 执行 K-Means 聚类
[idx, C] = kmeans(X, K);

% 可视化聚类结果
figure;
gscatter(X(:,1), X(:,2), idx);
hold on;
plot(C(:,1), C(:,2), 'kx', 'MarkerSize', 15, 'LineWidth', 3);
legend('Cluster 1', 'Cluster 2', 'Cluster 3', 'Centroids');
xlabel('Petal length');
ylabel('Petal width');
title(['K-Means Clustering with K = ' num2str(K)]);

运行上述代码，即可得到鸢尾花数据的 K-Means 聚类结果。其中，`meas` 和 `species` 分别是鸢尾花数据集的特征矩阵和标签向量，`K` 是聚类数，`X` 是选择的特征列，`idx` 是每个数据点所属的聚类编号，`C` 是聚类中心点的坐标。最后，通过 `gscatter` 函数将聚类结果可视化出来。