Sklrarn鸢尾花数据集进行层次聚类，画出树状图，进行K均值聚类，计算SSE，DBI，轮廓系数

好的，针对您的问题，我将逐一回答：

1. Sklearn鸢尾花数据集进行层次聚类，画出树状图：

from sklearn.datasets import load_iris
from scipy.cluster.hierarchy import dendrogram, linkage
import matplotlib.pyplot as plt

iris = load_iris()
X = iris.data

# 层次聚类
Z = linkage(X, 'ward')

# 画出树状图
plt.figure(figsize=(12, 6))
dendrogram(Z)
plt.show()

2. 进行K均值聚类，计算SSE，DBI，轮廓系数：

from sklearn.cluster import KMeans
from sklearn.metrics import silhouette_score, davies_bouldin_score
import numpy as np

# K均值聚类
kmeans = KMeans(n_clusters=3, random_state=0).fit(X)

# SSE（误差平方和）
sse = kmeans.inertia_

# DBI（Davies-Bouldin指数）
dbi = davies_bouldin_score(X, kmeans.labels_)

# 轮廓系数
silhouette = silhouette_score(X, kmeans.labels_)

print('SSE:', sse)
print('DBI:', dbi)
print('轮廓系数:', silhouette)

以上就是您提出的问题的回答，希望能对您有所帮助。