乳腺癌数据集聚类分析Python

首先，我们需要导入所需的库和数据集。在此示例中，我们将使用sklearn内置的乳腺癌数据集。

from sklearn.datasets import load_breast_cancer
from sklearn.cluster import KMeans
import pandas as pd
import matplotlib.pyplot as plt

breast_cancer = load_breast_cancer()
data = pd.DataFrame(breast_cancer.data, columns=breast_cancer.feature_names)

接下来，我们可以使用KMeans算法对数据进行聚类。在这里，我们选择将数据分成两个簇。

kmeans = KMeans(n_clusters=2)
kmeans.fit(data)

现在，我们可以使用KMeans的`predict`方法来预测每个数据点所属的簇。

clusters = kmeans.predict(data)

最后，我们可以绘制数据点和聚类结果。

plt.scatter(data.iloc[:, 0], data.iloc[:, 1], c=clusters)
plt.show()

完整代码如下：

from sklearn.datasets import load_breast_cancer
from sklearn.cluster import KMeans
import pandas as pd
import matplotlib.pyplot as plt

breast_cancer = load_breast_cancer()
data = pd.DataFrame(breast_cancer.data, columns=breast_cancer.feature_names)

kmeans = KMeans(n_clusters=2)
kmeans.fit(data)

clusters = kmeans.predict(data)

plt.scatter(data.iloc[:, 0], data.iloc[:, 1], c=clusters)
plt.show()

这将生成散点图，其中蓝点表示一个簇，红点表示另一个簇。