kmeans算法python源码

K均值聚类算法是一种常用的无监督学习算法，用于将样本数据划分为K个不同的簇。以下是一个使用Python编写的K均值算法的简单源码示例：

import numpy as np

def kmeans(data, K, max_iters=100):
    # 随机初始化质心
    centroids = data[np.random.choice(len(data), K, replace=False), :]
    
    for _ in range(max_iters):
        # 分配样本到最近的质心
        distances = np.linalg.norm(data[:, np.newaxis] - centroids, axis=2)
        cluster_assignment = np.argmin(distances, axis=1)
        
        # 更新质心
        new_centroids = np.zeros_like(centroids)
        for i in range(K):
            new_centroids[i] = np.mean(data[cluster_assignment == i], axis=0)
        
        # 判断是否收敛
        if np.all(centroids == new_centroids):
            break
            
        centroids = new_centroids
    
    return centroids, cluster_assignment

# 测试
data = np.array([[1, 2], [1, 4], [1, 0], [4, 2], [4, 4], [4, 0]])
K = 2

centroids, cluster_assignment = kmeans(data, K)
print("质心:")
print(centroids)
print("样本分配结果:")
print(cluster_assignment)

上述源码实现了K均值算法的基本步骤。首先随机初始化K个质心，然后重复以下过程直到收敛。首先计算每个样本与质心的距离，将样本分配到最近的质心，并根据分配结果更新质心。最后，返回最终的质心和样本的分配结果。

在代码中，我们使用了numpy库进行向量化运算，提高了代码的效率。测试部分使用了一个简单的二维样本数据集，并打印了最终的质心和样本的分配结果。

注意，上述代码只是一个简单的示例，实际应用中可能需要根据具体问题进行适当的调整和优化。