k-means聚类算法python的具体列子

k-means是一种常用的聚类算法，它将数据集分成k个簇，每个簇的数据点都具有相似的特征。Python中可以使用sklearn库来实现k-means算法。

下面是一个简单的k-means聚类算法的Python代码示例：

from sklearn.cluster import KMeans
import numpy as np

# 生成随机数据
data = np.random.rand(100, 2)

# 创建KMeans模型
model = KMeans(n_clusters=3)

# 训练模型
model.fit(data)

# 打印聚类结果
labels = model.labels_
print(labels)

# 打印聚类中心点
centers = model.cluster_centers_
print(centers)

上述代码中，首先通过numpy库生成了一个包含100个数据点的二维随机数据集。然后使用sklearn库中的KMeans模型来进行聚类，将数据集分成3个簇。接着训练模型，并打印出聚类结果和聚类中心点。