花瓣长度和花瓣宽度散点图鸢尾花_基于python的鸢尾花简单聚类模型分析

1、导入数据

#导入花萼数据
from sklearn.datasets import load_iris
iris=load_iris()
iris.data

前四列为花萼长度，花萼宽度，花瓣长度，花瓣宽度等4个用于识别鸢尾花的属性

2、建模

#创建kmeans聚类
from sklearn.cluster import KMeans
kmeans=KMeans(n_clusters=3,init='k-means++',random_state=123)  #分为三类
y_kmeans=kmeans.fit_predict(iris.data)
y_kmeans

可以看出0聚类得很好，但是2当中夹杂着1，1中夹杂着2，1和2存在混淆

3、可视化聚类模型

import matplotlib.pyplot as plt
#画出了三个类的中心点位置
plt.scatter(iris.data[y_kmeans==0,2],iris.data[y_kmeans==0,3],s=100,c='red',label='Cluter 1')
plt.scatter(iris.data[y_kmeans==1,2],iris.data[y_kmeans==1,3],s=100,c='blue',label='Cluter 2')
plt.scatter(iris.data[y_kmeans==2,2],iris.data[y_kmeans==2,3],s=100,c='green',label='Cluter 3')plt.scatter(kmeans.cluster_centers_[:,2],kmeans.cluster_centers_[:,3],s=100,c='black',label='Controids')
plt.legend()
plt.show()

从图上可以看出，第0类为花瓣长度，花瓣宽度较低的类别，第1类为花瓣长度，花瓣宽度居中的类别，图中黑点为三个类别的中心点

4、模型优化

对于聚类模型，分多少类是关键点，每类数据到其中心点的距离之和，值越小据类越好，但是当类别越多，k自然就越小，值对应的也就越小，因此有一种判定方法当快速下降趋于平缓下降的转折点，为聚类的最好情况。

vess=[]
for i in range(1,4):kmeans=KMeans(n_clusters=i,init='k-means++',random_state=42)kmeans.fit(iris.data)vess.append(kmeans.inertia_)#kmeans.inertia_ 每类数据到其中心点的距离之和
plt.plot(range(1,4),vess)
plt.show()