sklearn kmeans模型保存

sklearn提供了将训练好的k-means模型保存的方法，可以使用`pickle`库来保存和加载模型。

要保存k-means模型，可按以下步骤操作：
1. 导入模型和pickle库：`from sklearn.cluster import KMeans`和`import pickle`
2. 训练k-means模型：`kmeans = KMeans(n_clusters=n)`，其中n为聚类簇的数量。
3. 使用训练好的模型来对数据进行聚类：`kmeans.fit(X)`，其中X为输入的数据。
4. 保存模型：`pickle.dump(kmeans, open("kmeans_model.pkl", "wb"))`，该语句将训练好的k-means模型保存为`kmeans_model.pkl`文件。

要加载保存的k-means模型，可按以下步骤操作：
1. 导入pickle库：`import pickle`
2. 加载保存的模型：`kmeans = pickle.load(open("kmeans_model.pkl", "rb"))`，该语句将保存的k-means模型加载到kmeans对象中。
3. 使用加载好的模型对新数据进行聚类：`kmeans.predict(new_data)`，其中new_data为新输入的数据。

通过以上操作，我们可以很方便地保存和加载训练好的k-means模型，以便在需要的时候进行使用。