2.2.4　案例：鸢尾花分类

2.2.4　案例：鸢尾花分类

鸢尾花也被称为爱丽丝，属于鸢尾科多年生草本植物，它的花朵具有美丽的外形，叶片如碧玉般青翠，具有很高的欣赏价值。它的很多品种或被种在庭院中供人欣赏，或被栽在花坛里用作装饰，但主要是被种植在湿润的畦地、池边、湖畔或者鸢尾花专用花园里。此外，鸢尾花还可以作为切花和地被植物。鸢尾花有很多个品种，不同品种的鸢尾花的生长习性是不相同的。

现有若干鸢尾花的数据，每朵鸢尾花有4个数据，分别为萼片长（单位：厘米）、萼片宽（单位：厘米）、花瓣长（单位：厘米）和花瓣宽（单位：厘米）。希望能找到可行的方法按每朵花的4个数据的差异将这些鸢尾花分成若干类，让每一类尽可能准确，以便帮助植物专家对这些花进行进一步的分析。

表2⁃2为所获得的鸢尾花数据集，包含四个特征数据和一个标签数据。这四个特征数据确定了单株鸢尾花的下列植物学特征：花萼长度、花萼宽度、花瓣长度、花瓣宽度，标签数据确定了该鸢尾花所属品种，标签数据即品种为“山鸢尾（setosa）”“变色鸢尾（versicolor）”或“维吉尼亚鸢尾（virginica）”中的一种。

这里需要说明一下：在具体实验的时候采用的数据集有150项（每个品种有50项），表2⁃2只是其中的8项。

(https://www.daowen.com)

现在，采用K⁃means算法来实现鸢尾花的聚类，这里的K=3。

首先，利用样本数据，按照K⁃means算法计算出判断鸢尾花种类的K=3个质心（即，中心点），图2⁃6为其算法流程图。

获得了K=3个质心后，对于任意输入的单个鸢尾花的4个特征数据，就可以计算出其与K=3个质心的欧氏距离，取最小距离的质心为该鸢尾花的质心，即为该鸢尾花所属种类。

关于鸢尾花分类程序源代码、样本数据及实验过程可通过扫描二维码查看。