首页 > 分享 > python鸢尾花数据集聚类分析

python鸢尾花数据集聚类分析

花匠小妙招
2025-12-11 16:04

实现 Python 鸢尾花数据集聚类分析

在这篇文章中，我们将一起学习如何使用 Python 进行鸢尾花数据集的聚类分析。鸢尾花数据集是数据科学领域非常经典的一个数据集，适合用于演示各种机器学习算法。我们将通过几个步骤来完成聚类分析。

流程概述

为了更清晰地显示整个聚类分析过程，我们可以将步骤列成一个表格，如下：

步骤描述 1 导入必要的库 2 加载鸢尾花数据集 3 数据预处理 4 可视化数据 5 选择聚类算法（KMeans） 6 训练模型 7 预测和可视化聚类结果

步骤详细讲解

1. 导入必要的库

我们需要一些库来处理数据、绘图以及执行聚类算法。可以使用以下代码导入所需的库：

import pandas as pd # 用于数据处理 import seaborn as sns # 用于数据可视化 import matplotlib.pyplot as plt # 用于绘图 from sklearn.datasets import load_iris # 用于加载鸢尾花数据集 from sklearn.cluster import KMeans # K均值聚类 1.2.3.4.5. 2. 加载鸢尾花数据集

我们利用 sklearn 库加载鸢尾花数据集，并将其转换为 Pandas DataFrame 以便于后续处理：

# 加载鸢尾花数据集 iris = load_iris() iris_data = pd.DataFrame(data=iris.data, columns=iris.feature_names) # 打印数据前5行 print(iris_data.head()) 1.2.3.4.5.6. 3. 数据预处理

在这个步骤中，我们将数据进行标准化，以确保每个特征在同一尺度上：

from sklearn.preprocessing import StandardScaler # 标准化数据 scaler = StandardScaler() iris_scaled = scaler.fit_transform(iris_data) 1.2.3.4.5. 4. 可视化数据

在进行聚类之前，可以先对数据进行可视化，查看数据的分布情况：

# 可视化数据 sns.pairplot(iris_data) plt.title("Iris Data Pairplot") plt.show() 1.2.3.4. 5. 选择聚类算法（KMeans）

我们将使用 KMeans 算法来对数据进行聚类。首先需要确定聚类的数量，这里我们选择 3，因为鸢尾花数据集有三种不同的鸢尾花种类：

# 选择聚类数 k = 3 kmeans = KMeans(n_clusters=k) 1.2.3. 6. 训练模型

接下来，我们将训练模型并对数据进行聚类：

# 拟合数据 kmeans.fit(iris_scaled) # 获取聚类结果 iris_data['Cluster'] = kmeans.labels_ 1.2.3.4.5. 7. 预测和可视化聚类结果

最后，我们将数据和聚类结果可视化：

# 可视化聚类结果 plt.figure(figsize=(10, 6)) sns.scatterplot(data=iris_data, x='sepal length (cm)', y='sepal width (cm)', hue='Cluster', palette='viridis') plt.title("K-Means Clustering of Iris Dataset") plt.show() 1.2.3.4.5.