sklearn 的 iris 數(shù)據(jù)集里，樣本共有3種分類。我們拿它來演示一下 k-means。
假設(shè)我們不知道 iris 里的幾百個樣本是怎樣分類的，但是我們知道一共有3種分類，那么可以讓 k-means 聚類成3個簇。

獲取數(shù)據(jù)集

from sklearn.datasets import load_iris

iris = load_iris()
print(iris.feature_names)
print(iris.data[:5])
print("類別：{}".format(iris.target_names))

輸出：

['sepal length (cm)', 'sepal width (cm)', 'petal length (cm)', 'petal width (cm)']
[[5.1 3.5 1.4 0.2]
 [4.9 3.  1.4 0.2]
 [4.7 3.2 1.3 0.2]
 [4.6 3.1 1.5 0.2]
 [5.  3.6 1.4 0.2]]
類別：['setosa' 'versicolor' 'virginica']

聚類

model = KMeans(n_clusters=3)
model.fit(iris.data)

predict = model.predict(iris.data)
print("聚類結(jié)果：")
print(predict)

輸出：

聚類結(jié)果：
[1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 0 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
 2 2 2 0 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 0 2 0 0 0 0 2 0 0 0 0
 0 0 2 2 0 0 0 0 2 0 2 0 2 0 0 2 2 0 0 0 0 0 2 0 0 0 0 2 0 0 0 2 0 0 0 2 0
 0 2]

評估

使用輪廓系數(shù)來評估聚類效果：

score = silhouette_score(iris.data, predict)
print("輪廓系數(shù)：{}".format(score))

輸出：

輪廓系數(shù)：0.5525919445213676

輪廓系數(shù)的值在(-1, 1)之間。
一般來說，輪廓系數(shù)超過 0.1 就算是成功的聚類。 iris 數(shù)據(jù)集質(zhì)量很高，這次聚類的輪廓系數(shù)達(dá)到 0.55，可以說是非常不錯的結(jié)果了。