利用鸢尾花数据集实现分类聚类并可视化

好的，这里提供一个基于KMeans聚类方法的鸢尾花数据集分类聚类实现，并可视化结果。

from sklearn.datasets import load_iris
from sklearn.cluster import KMeans
import matplotlib.pyplot as plt

# 加载鸢尾花数据集
data = load_iris().data
target = load_iris().target

# KMeans聚类
kmeans = KMeans(n_clusters=3, random_state=0).fit(data)
labels = kmeans.labels_

# 绘制可视化图形
x = data[:, 0]
y = data[:, 1]
plt.scatter(x[labels == 0], y[labels == 0], c='red')
plt.scatter(x[labels == 1], y[labels == 1], c='blue')
plt.scatter(x[labels == 2], y[labels == 2], c='green')
plt.xlabel('Sepal Length')
plt.ylabel('Sepal Width')
plt.show()

运行以上代码，可以得到鸢尾花数据集的分类聚类可视化结果。其中，红色点代表第一类花，蓝色点代表第二类花，绿色点代表第三类花。