k均值pytorch

k均值是一种聚类算法，可以使用PyTorch实现。首先，需要定义数据集和聚类中心的数量k，然后随机初始化k个聚类中心。接着，将每个数据点分配到最近的聚类中心，并更新聚类中心的位置。重复这个过程直到聚类中心不再变化或达到最大迭代次数。

以下是一个简单的k均值PyTorch实现示例：

import torch

def kmeans(data, k, max_iters=100):
    # 随机初始化聚类中心
    centers = data[torch.randperm(data.shape[0])[:k]]
    
    for i in range(max_iters):
        # 计算每个数据点到聚类中心的距离
        distances = torch.cdist(data, centers)
        
        # 分配每个数据点到最近的聚类中心
        labels = torch.argmin(distances, dim=1)
        
        # 更新聚类中心的位置
        for j in range(k):
            centers[j] = data[labels == j].mean(dim=0)
    
    return labels, centers