用k-means方法对鸢尾花数据集进行聚类分析

首先，我们需要导入鸢尾花数据集和所需的库：

import pandas as pd
import numpy as np
from sklearn.cluster import KMeans
from sklearn.datasets import load_iris
import matplotlib.pyplot as plt
%matplotlib inline

然后，我们加载数据集并将其转换为 pandas 数据格式：

iris = load_iris()
iris_df = pd.DataFrame(iris.data, columns = iris.feature_names)
iris_df.head()

接下来，我们将使用 K-Means 聚类算法对数据进行聚类。K-Means 算法需要我们指定聚类的数量，因此我们需要先确定一个合适的聚类数量。我们可以使用肘部法图来确定最佳的聚类数量：

sse = []
k_range = range(1,10)
for k in k_range:
    km = KMeans(n_clusters=k)
    km.fit(iris_df)
    sse.append(km.inertia_)

plt.plot(k_range, sse)
plt.xlabel('Number of Clusters')
plt.ylabel('SSE')
plt.title('Elbow Method')
plt.show()

根据肘部法图，我们可以看到在聚类数量为 3 时，SSE 开始急剧下降。因此，我们将聚类数量设置为 3 并使用 K-Means 算法进行聚类：

km = KMeans(n_clusters=3)
km.fit(iris_df)

我们可以通过以下代码检查每个数据点的聚类分配：

iris_df['cluster'] = km.labels_
iris_df.head()

最后，我们可以使用 matplotlib 可视化聚类结果：

plt.scatter(iris_df['sepal length (cm)'], iris_df['sepal width (cm)'], c=iris_df['cluster'])
plt.xlabel('Sepal Length')
plt.ylabel('Sepal Width')
plt.title('K-Means Clustering')
plt.show()

这将显示一个散点图，其中每个数据点的颜色表示其所属的聚类。