k-means聚类算法用来干啥的

k-means聚类算法是一种无监督学习算法，用于将一组数据分成k个不同的类别。它通过将数据分成k个簇，使得同一簇内的数据点彼此相似，而不同簇之间的数据点差异较大。这种算法通常用于数据挖掘、图像分割、文本分类等领域。

以下是一个简单的k-means聚类算法的Python实现：

from sklearn.cluster import KMeans
import numpy as np

# 生成一些随机数据
X = np.random.rand(100, 2)

# 创建一个k-means对象，将数据分成3个簇
kmeans = KMeans(n_clusters=3)

# 训练模型
kmeans.fit(X)

# 预测簇标签
labels = kmeans.predict(X)

# 获取簇中心
centers = kmeans.cluster_centers_

# 输出结果
print(labels)
print(centers)