用三种方法代码实现鸢尾花数据聚类

以下是使用Python实现鸢尾花数据聚类的三种方法：

方法一：K-means聚类算法

# 载入数据
from sklearn.datasets import load_iris
iris = load_iris()
X = iris.data

# K-means聚类
from sklearn.cluster import KMeans
kmeans = KMeans(n_clusters=3, random_state=0).fit(X)
labels = kmeans.labels_

# 输出结果
print(labels)

方法二：层次聚类算法

# 载入数据
from sklearn.datasets import load_iris
iris = load_iris()
X = iris.data

# 层次聚类
from sklearn.cluster import AgglomerativeClustering
ac = AgglomerativeClustering(n_clusters=3).fit(X)
labels = ac.labels_

# 输出结果
print(labels)

方法三：密度聚类算法

# 载入数据
from sklearn.datasets import load_iris
iris = load_iris()
X = iris.data

# 密度聚类
from sklearn.cluster import DBSCAN
dbscan = DBSCAN(eps=0.5, min_samples=5).fit(X)
labels = dbscan.labels_

# 输出结果
print(labels)