k-means聚类算法python

k-means聚类算法是一种常用的无监督学习算法，它可以将数据集分为k个不同的类别。下面是使用Python实现k-means聚类算法的代码：

import numpy as np

class KMeans:
    def __init__(self, k=2, max_iter=100):
        self.k = k
        self.max_iter = max_iter
    
    def fit(self, X):
        self.centroids = X[np.random.choice(X.shape[0], self.k, replace=False)]
        
        for i in range(self.max_iter):
            clusters = [[] for _ in range(self.k)]
            
            # Assign data points to clusters
            for x in X:
                distances = [np.linalg.norm(x - c) for c in self.centroids]
                cluster_idx = np.argmin(distances)
                clusters[cluster_idx].append(x)
            
            prev_centroids = self.centroids.copy()
            
            # Update centroids
            for i, cluster in enumerate(clusters):
                if len(cluster) == 0:
                    continue
                self.centroids[i] = np.mean(cluster, axis=0)
            
            # Check if centroids have converged
            if np.allclose(prev_centroids, self.centroids, rtol=1e-4):
                break
    
    def predict(self, X):
        distances = [np.linalg.norm(X - c, axis=1) for c in self.centroids]
        cluster_idx = np.argmin(distances, axis=0)
        return cluster_idx

代码中的KMeans类包含了两个方法：fit和predict。fit方法用于训练模型，而predict方法用于预测数据点的类别。

在fit方法中，我们首先随机选择k个数据点作为初始聚类中心，然后迭代执行以下操作：

1. 将每个数据点分配到最近的聚类中心。
2. 更新聚类中心为每个聚类的平均值。
3. 检查聚类中心是否收敛，如果是则结束迭代。

在predict方法中，我们计算每个数据点到每个聚类中心的距离，选择距离最近的聚类中心作为该数据点的类别。

使用k-means聚类算法对数据进行聚类的步骤如下：

# Generate random data
X = np.random.randn(100, 2)

# Create KMeans object and fit data
kmeans = KMeans(k=3)
kmeans.fit(X)

# Predict cluster labels for new data
new_data = np.array([[0, 0], [1, 1], [2, 2]])
labels = kmeans.predict(new_data)
print(labels)

输出结果为：

[1 1 2]

这表示第一个数据点属于第二个聚类，第二个数据点也属于第二个聚类，第三个数据点属于第三个聚类。