数据挖掘，K-means源码，数据集为iris-Data mining, K-means source code for the iris data set

本算法在vc++6.0中进行实验。分别就分解聚类和C-均值聚类两种方法在IRIS数据集上进行操作。分类前先将数据集中的样本顺序打乱形成混合数据。分解聚类中，采用前100个样本用对分法编制程序将数据分为两类。C-均值聚类采用全部的150个样本，将类别参数K设为3，将数据分为三类。-The algorithm in vc++6.0 in the experiment. Separate cluster and decomposition of two C-means clustering metho

K邻近算法的实现，解决IRIS问题，经过更改可解决WINE问题-To K neighboring algorithm, to solve the the IRIS problem, after change resolves WINE

Iris 是一种鸢尾属植物。在数据记录中，每组数据包含Iris花的四种属性：萼片长度，萼片宽度，花瓣长度，和花瓣宽度，三种不同的花各有50组数据. 这样总共有150组数据或模式。这里用K近邻法进行分类。-Iris is a genus Iris. In the data recording, the data containing each of the four attributes Iris Flower: sepals length, sepal width, petal length,

利用K均值算法对Iris数据集进行聚类，实现Iris数据集的无监督学习。(K-means algorithm is used to cluster iris data set to realize unsupervised learning.)