鸢尾花数据聚类分析

本文深入探讨了使用鸢尾花数据集进行聚类分析的过程,通过运用不同的聚类算法如K-means、层次聚类等,揭示数据内在的结构和类别。通过对特征的提取和距离度量,我们展示了如何有效地将鸢尾花样本分为不同群体,并对聚类结果进行了评估和解释。
摘要由CSDN通过智能技术生成
import matplotlib.pyplot as plt 
import numpy as np 
from sklearn.cluster import KMeans
from sklearn.cluster import AgglomerativeClustering
from sklearn.datasets import load_iris

# 导数据
iris = load_iris()
X = iris.data   
print(X.shape)

# data = (data - data.mean())/(data.std())  # 标准化

# K均值聚类
estimator = KMeans
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值