K-means分类器 python

K-means分类器讨论

1．1 题目的主要研究内容

（1）组的主要任务描述

1. k均值算法流程，原理
2. k的选择方法
3. kmeans算法编写
4. 鸢尾花实现及结果分析
5. 手动推演
6. k均值的改进

（2）自己工作的主要描述

工作内容主要包括设计算法实现对鸢尾花数据集的分类，并对分类结果做分析，找出最适合的评价标准。

1．2 题目研究的工作基础或实验条件

（1）硬件环境

笔记本电脑

（2）软件环境

pycharm，python

1．3 设计思想

加载sklearn中的iris数据集使用不同维度的数据，调用sklearn中的KMeans()函数实现鸢尾花分类，然后设置不同的k值，做多次分类，将结果用matplotlib画出来比对结果，再计算inertia指标、轮廓系数、调整兰德系数。

1．4 主要程序代码(要求必须有注释)

import matplotlib.pyplot as plt

import numpy as np

from sklearn.cluster import KMeans

from sklearn import datasets

from sklearn import metrics

from sklearn.metrics import silhouette_score, silhouette_samples

# inertia指标

inertia_scores = []

# 轮廓系数silhouette_score

sil_scores = []

# ari兰德系数

ari_scores = []

# 花萼长度、花萼宽度、花瓣长