Kmeans实现鸢尾花聚类

首先下载鸢尾花的数据，给出网址：UCI Machine Learning Repository

点击红色箭头的开始下载

下载完成后打开，我们需要对数据集增加一些索引，方便我们写代码，我这里加入x,y,m,n,kind作为索引，完成后保存：

接下来上代码：

import pandas as pd
from sklearn.cluster import KMeans
import matplotlib.pyplot as plt
#读取数据
data = pd.read_csv("./iris.data")
#去除最后一列的数据，也就是标签
data1 = data.drop(['kind'],axis=1)
#print(data1)
#聚类数为3
km = KMeans(n_clusters=3)
#拟合数据
km.fit(data1)
predict = km.predict(data1)
#设定坐标范围
#plt.figure(figsize=(10,10))
#开始绘图
colored = ['orange','green','pink']
col = [colored[i] for i in predict]
plt.scatter(data1['x'], data1['y'], color=col)
plt.xlabel('x')
plt.ylabel('y')
plt.show()
print(predict)

#真实的值
#将列表中的最后一行标签转化为数字类型
class_mapping = {'Iris-setosa':0, 'Iris-versicolor':1,'Iris-virginica':2}
data['kind'] = data['kind'].map(class_mapping)
#设定颜色
#colored = ['green','orange','pink']
#把标签设置为不同的颜色

c = [colored[i] for i in data['kind']]
#绘制散点图，用x和y标签
plt.scatter(data['x'], data['y'], color =c)
plt.xlabel('x')
plt.ylabel('y')
plt.show()

运行结果：

第一幅图是我们聚类的效果，第二幅图原来数据的真实值，我们看到还是要有一些误差的，但是整体效果还是不错的。