k均值算法 python源代码下载 csdn

您可以在CSDN上下载k均值算法的Python源代码。

K均值算法（K-means）是一种常用的聚类算法，用于将数据集划分为K个不同的簇。在Python中，有许多第三方库和开源实现可供使用。以下是一个示例代码，你可以在CSDN上搜索更多相关的源代码：

import numpy as np
from sklearn.cluster import KMeans

# 创建一个数据集
X = np.array([[1, 2], [1, 4], [1, 0], [4, 2], [4, 4], [4, 0]])

# 创建k均值对象并指定簇的数量为2
kmeans = KMeans(n_clusters=2)

# 执行k均值聚类
kmeans.fit(X)

# 获取每个数据点的簇标签
labels = kmeans.labels_

# 获取各个簇的中心点
centroids = kmeans.cluster_centers_

# 输出结果
print("簇标签:", labels)
print("中心点:", centroids)

在这个示例中，我们首先创建一个二维数据集X，然后使用KMeans()创建一个k均值对象，并指定簇的数量为2。接着，我们调用fit()方法执行k均值聚类，并使用labels_属性获取每个数据点的簇标签，使用cluster_centers_属性获取各个簇的中心点。最后，我们将结果打印出来。

请注意，上述代码仅为示例，实际应用中可能需要根据数据集的特点进行适当的调整。希望这可以帮助到您，祝您成功下载并使用k均值算法的Python源代码！