对西瓜数据集4.0，假定k=3，k均值算法的python代码

以下是使用Python实现k均值算法的代码，假设数据集已经被加载到名为X的numpy数组中：

import numpy as np

def dist(a, b):
    # 计算两个向量之间的欧几里得距离
    return np.linalg.norm(a - b)

def kmeans(X, k):
    # 随机初始化k个聚类中心
    centers = X[np.random.choice(np.arange(len(X)), k, replace=False)]
    old_centers = np.zeros(centers.shape)
    labels = np.zeros(len(X))
    iterations = 0

    # 当聚类中心不再改变时停止迭代
    while not np.array_equal(centers, old_centers):
        iterations += 1
        old_centers = centers.copy()

        # 分配每个数据点到最近的聚类中心
        for i, x in enumerate(X):
            distances = [dist(x, center) for center in centers]
            labels[i] = np.argmin(distances)

        # 更新聚类中心
        for i in range(k):
            cluster_points = [X[j] for j in range(len(X)) if labels[j] == i]
            centers[i] = np.mean(cluster_points, axis=0)

    return labels, centers, iterations

使用该函数可以得到每个数据点的聚类标签，以及聚类中心和迭代次数。例如，可以使用以下代码来对西瓜数据集进行聚类：

import pandas as pd

# 加载数据集
data = pd.read_csv("watermelon_4.0.csv")

# 选择需要聚类的特征（密度和含糖率）
X = data[["density", "sugar_content"]].values

# 调用kmeans函数进行聚类
labels, centers, iterations = kmeans(X, k=3)

# 输出聚类结果
print("聚类标签：", labels)
print("聚类中心：", centers)
print("迭代次数：", iterations)