用Python实现K-Means算法，以鸢尾花数据为例

一、K-Means算法：
1、随机选取K个样本作为类中心；
2、计算各样本与各类中心的距离；
3、将各样本归于最近的类中心点；
4、求各类的择本均值，作为新的类中心；
5、判定：若类中心不再发生变动或达到迭代次数，算法结束，否则刚回刻第2步。

算法优点：
1、算法简单,易于理解；
2、对球状簇样本聚类效果好；
3、二分k均值等变种算法运行良好，不受初始化问题的影响。

缺点：
1.不能处理非球形簇、不同尺寸和不同密度的簇；
2.对离群点、噪声敏感。

二、代码实现：

from sklearn.datasets import load_iris
import numpy as np
k = 3
iris = load_iris ()