使用python实现k均值聚类

以下是使用Python实现k均值聚类的示例代码：

import numpy as np

class KMeans:
    def __init__(self, k=3, max_iter=100):
        self.k = k
        self.max_iter = max_iter

    def fit(self, X):
        self.centroids = X[np.random.choice(range(len(X)), self.k, replace=False)]
        for i in range(self.max_iter):
            clusters = [[] for _ in range(self.k)]
            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
            self.centroids = [np.mean(cluster, axis=0) for cluster in clusters]
            if np.all(prev_centroids == self.centroids):
                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

在这个实现中，我们首先定义了一个KMeans类，它有两个参数：k是簇的数量，max_iter是最大迭代次数。在fit方法中，我们首先随机选择k个初始聚类中心，然后循环执行以下步骤：

1. 将每个样本分配到与其最近的聚类中心所在的簇中。
2. 计算每个簇的新聚类中心，并更新聚类中心。
3. 如果更新后的聚类中心与上一次迭代的聚类中心相同，则停止迭代。

在predict方法中，我们计算每个样本到每个聚类中心的距离，并返回它们所属的簇的索引。

下面是一个使用示例：

import matplotlib.pyplot as plt

X = np.array([[1, 2], [1, 4], [1, 0], [4, 2], [4, 4], [4, 0]])
kmeans = KMeans(k=2)
kmeans.fit(X)
labels = kmeans.predict(X)
plt.scatter(X[:, 0], X[:, 1], c=labels)
plt.scatter(kmeans.centroids[:, 0], kmeans.centroids[:, 1], marker='x', s=200, linewidths=3, color='r')
plt.show()

这个例子中，我们生成了一个二维数据集，并使用KMeans类将其聚类为两个簇。最后，我们使用matplotlib库绘制了聚类结果。