关于#聚类#的问题，如何解决？

3. 对经典数据集 Iris 进行 k 均值聚类
   iris 数据集简介：iris 数据集的中文名是鸢尾花卉数据集，包含 150 个样本， 即对应了数据集的每行数据。每行数据的前 4 列为样本的特征信息，即花萼长度
   （length of sepals）、花萼宽度（length of petals）、花瓣长度（width of sepals）、花瓣宽度（width of petals）；每行数据的第 5 列为样本的类别信息，包含了 3 种鸢尾花，即山鸢尾（Iris setosa）、变色鸢尾（Iris versicolor）和维吉尼亚鸢尾（Iris virginica）。数据示例如图所示，数据在 python 中的 sklearn 模块和 matlab 中均已提供，附件 Iris.txt 中也有相应数据，需要的同学可以自行下载。
   图 2 iris 数据集示例

1） 通过代码输出聚类中心坐标，以及聚类后的类别结果。
2） 将 iris 数据集中的数据、数据类别等信息通过图的方式显示出来。
3） 将聚类后的聚类中心、数据类别等信息通过图的方式显示出来。。
4） 输出 k 均值聚类的准确率。准确率的公式如下：
准确率 分类正确的样本数100%
样本总数

你好，我是有问必答小助手，非常抱歉，本次您提出的有问必答问题，技术专家团超时未为您做出解答


本次提问扣除的有问必答次数，已经为您补发到账户，我们后续会持续优化，扩大我们的服务范围，为您带来更好地服务。