k均值聚类算法python iris

下面是使用k-means聚类算法对鸢尾花数据集进行聚类的Python代码示例：

from sklearn.datasets import load_iris
from sklearn.cluster import KMeans

# 加载鸢尾花数据集
iris = load_iris()

# 创建KMeans对象
kmeans = KMeans(n_clusters=3)

# 训练模型并进行聚类
kmeans.fit(iris.data)

# 输出聚类结果
print(kmeans.labels_)

在上面的代码中，我们首先使用`load_iris`函数加载鸢尾花数据集，然后创建了一个`KMeans`对象，并指定聚类数为3。接着，我们使用`fit`方法对数据进行聚类，并通过`labels_`属性获取聚类结果。

注意：为了方便可视化，这里只使用了数据集的特征进行聚类，实际上鸢尾花数据集还包含了标签信息。如果需要进行有监督学习，可以使用`iris.target`作为标签。