python内置K-means聚类算法对鸢尾花数据的聚类情况

上述代码是利用python内置的k-means聚类算法对鸢尾花数据的聚类效果展示，注意在运行该代码时需要采用pip或者其他方式为自己的python安装sklearn以及iris扩展包，其中X = iris.data[:]表示我们采用了鸢尾花数据的四个特征进行聚类，如果仅仅采用后两个（效果最佳）则应该修改代码为X = iris.data[2:]

#!/usr/bin/python
# -*- coding: UTF-8 -*-
#############K-means-鸢尾花聚类############
import matplotlib.pyplot as plt
import numpy as np
from sklearn.cluster import KMeans
from sklearn import datasets
from sklearn.datasets import load_iris
iris = load_iris（）
X = iris.data[:] ##表示我们只取特征空间中的后两个维度
#print（X）
print（X.shape）
#绘制数据分布图
plt.scatter（X[: 0] X[: 1] c = “red“ marker=‘o‘ label=‘see‘）
plt.xlabel（‘petal length‘）
plt.ylabel（‘petal width‘）
plt.legend（loc=2）
plt.show（）


estimator = KMeans（n_clusters=3）#构造聚类器
estimator.fit（X）#聚类
label_pred = estimator.labels_ #获取聚类标签
#绘制k-means结果
x0 = X[label_pred == 0]
x1 = X[label_pred == 1]
x2 = X[label_pred == 2]
plt.scatter（x0[: 0] x0[: 1] c = “red“ marker=‘o‘ label=‘label0‘）
plt.scatter（x1[: 0] x1[: 1] c = “green“ marker=‘*‘ label=‘label1‘）
plt.scatter（x2[: 0] x2[: 1] c = “blue“ marker=‘+‘ label=‘label2‘）
plt.xlabel（‘petal length‘）
plt.ylabel（‘petal width‘）
plt.legend（loc=2）
plt.show（）

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件        1084  2018-09-10 11:21  K-means_yuanweihua.py