k-means聚类算法python 代码

K-Means聚类算法是一种常用的无监督学习算法，它将数据点分成k个簇，并使每个数据点属于离其最近的簇。下面是一个简单的Python代码示例：

from sklearn.cluster import KMeans
import numpy as np

# 创建样本数据
X = np.array([[1, 2], [1, 4], [1, 0], [4, 2], [4, 4], [4, 0]])

# 创建模型并训练
kmeans = KMeans(n_clusters=2, random_state=0).fit(X)

# 打印预测结果
print(kmeans.labels_)

# 打印簇的中心点
print(kmeans.cluster_centers_)

在这个例子中，我们首先导入了sklearn中的KMeans类。然后我们创建了一个包含六个数据点的样本数据集X。接下来，我们创建了一个KMeans模型，并设置簇的数量为2。最后，我们使用fit()函数训练模型，并打印预测结果和簇的中心点。