对鸢尾花数据进行K-means算法聚类。

好的，首先需要导入相关的库和鸢尾花数据集：

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：

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：

print(kmeans.cluster_centers_)

完整代码如下：

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]。