k-means均值聚类python实现

k-means是一种常用的无监督机器学习算法，用于将数据集划分为预设数量的簇（clusters）。在Python中，我们可以使用sklearn库中的KMeans模块来实现。以下是简单的步骤：

1. 导入所需的库：

from sklearn.cluster import KMeans
import numpy as np

2. 准备数据集（假设`data`是一个二维数组，包含n行m列的数据点）：

X = data

3. 初始化k-means模型并设置聚类数`k`：

k = 3  # 聚类数量
kmeans = KMeans(n_clusters=k)

4. 拟合数据：

kmeans.fit(X)

这一步会计算每个数据点到各个簇中心的距离，并将其分配给最近的那个簇。

5. 获取聚类结果：

labels = kmeans.labels_  # labels[i]表示第i个数据点所属的簇
centroids = kmeans.cluster_centers_  # 簇的质心

`labels`包含了每个数据点的聚类标签，而`centroids`则是形成的k个簇的中心位置。

6. 可视化结果（如果数据可视化可行）：

import matplotlib.pyplot as plt
plt.scatter(X[:,0], X[:,1], c=labels, cmap='viridis')  # 绘制散点图，颜色由簇标签决定
plt.scatter(centroids[:,0], centroids[:,1], s=300, c='red', marker='x')  # 标记簇中心
plt.show()