使用K-means聚类算法实现鸢尾花聚类

鸢尾花数据集是机器学习领域中最常用的数据集之一，包含150个样本，每个样本有4个特征，分别是花萼长度、花萼宽度、花瓣长度和花瓣宽度，同时每个样本还有一个标签，表示该样本属于哪个类别（山鸢尾、变色鸢尾、维吉尼亚鸢尾）。在这里，我们将使用K-means聚类算法对鸢尾花数据集进行聚类。

1. 导入数据集

我们首先需要导入鸢尾花数据集，并将其作为我们的聚类对象。

from sklearn.datasets import load_iris

iris = load_iris()
X = iris.data

2. 数据预处理

在使用K-means算法进行聚类之前，我们需要对数据进行预处理。这里我们将使用标准化方法将数据进行归一化处理，使得每个特征的均值为0，方差为1。

from sklearn.preprocessing import StandardScaler

scaler = StandardScaler()
X_scaled = scaler.fit_transform(X)

3. 训练模型

接下来，我们将使用K-means算法对数据进行聚类。

from sklearn.cluster import KMeans

kmeans = KMeans(n_clusters=3, random_state=0)
kmeans.fit(X_scaled)

在这里，我们将聚类数设置为3，因为鸢尾花数据集中有3个类别。我们还可以通过设置random_state参数来保证每次运行结果的一致性。

4. 可视化聚类结果

最后，我们可以将聚类结果可视化，以便更好地理解聚类算法的效果。

import matplotlib.pyplot as plt

plt.scatter(X_scaled[:, 0], X_scaled[:, 1], c=kmeans.labels_)
plt.title("K-means clustering on iris data")
plt.xlabel("sepal length (scaled)")
plt.ylabel("sepal width (scaled)")
plt.show()

运行以上代码，我们可以得到如下的聚类结果可视化图：


从图中可以看出，K-means算法成功地将鸢尾花数据集分成了3个类别。