c均值聚类算法python实现

C均值（K-means Clustering）是一种常用的无监督机器学习算法，用于数据集的分组或聚类。在Python中，你可以使用sklearn库来实现C均值聚类。以下是基本步骤和一个简单的例子：

1. 导入必要的库：

from sklearn.cluster import KMeans
import numpy as np

2. 准备数据（假设`data`是一个二维numpy数组，代表样本点的特征向量）：

data = np.array([[...], [...], ...])  # 你的数据点在这里

3. 初始化聚类中心（通常随机选择，也可以手动指定）：

n_clusters = 3  # 假设你想要3个聚类
kmeans = KMeans(n_clusters=n_clusters, init='random')  # 使用随机初始化

4. 训练模型：

kmeans.fit(data)

5. 预测聚类标签：

labels = kmeans.labels_

6. 可视化结果（如果数据可视化可行）：

import matplotlib.pyplot as plt
plt.scatter(data[:, 0], data[:, 1], c=labels, cmap='viridis')
centers = kmeans.cluster_centers_
plt.scatter(centers[:, 0], centers[:, 1], s=300, c='red')
plt.show()