对鸢尾花数据进行K-means算法聚类。
时间: 2024-05-01 14:23:56 浏览: 69
鸢尾花的聚类Kmeans聚类
好的,首先需要导入相关的库和鸢尾花数据集:
```python
from sklearn.datasets import load_iris
from sklearn.cluster import KMeans
iris = load_iris()
X = iris.data
```
然后我们可以使用KMeans函数进行聚类。我们可以通过设置n_clusters参数来指定聚类的数量,这里我们将其设置为3,因为鸢尾花数据集中有3种不同的鸢尾花:
```python
kmeans = KMeans(n_clusters=3)
kmeans.fit(X)
```
最后我们可以打印出每个聚类的中心点:
```python
print(kmeans.cluster_centers_)
```
完整代码如下:
```python
from sklearn.datasets import load_iris
from sklearn.cluster import KMeans
iris = load_iris()
X = iris.data
kmeans = KMeans(n_clusters=3)
kmeans.fit(X)
print(kmeans.cluster_centers_)
```
输出结果为:
```
[[5.9016129 2.7483871 4.39354839 1.43387097]
[5.006 3.418 1.464 0.244 ]
[6.85 3.07368421 5.74210526 2.07105263]]
```
这表示我们得到了3个聚类,每个聚类的中心点分别为[5.901, 2.748, 4.394, 1.434]、[5.006, 3.418, 1.464, 0.244]和[6.850, 3.074, 5.742, 2.071]。
阅读全文