完整代码可实现kmean

当然，这里是一个完整的KMeans聚类算法在Python中的例子，使用了sklearn库。在这个示例中，我们将创建一个简单的二维数据集，并将其分为两个簇。

# 导入必要的库
import numpy as np
from sklearn.cluster import KMeans

# 创建样本数据（二维数据）
np.random.seed(0)  # 设置随机种子以便于复制结果
n_samples = 300
X = np.random.randn(n_samples, 2)

# 初始化KMeans
kmeans = KMeans(n_clusters=2, random_state=0)

# 拟合数据
kmeans.fit(X)

# 预测数据点所属的簇
labels = kmeans.predict(X)

# 输出结果
print("Cluster Centers:")
print(kmeans.cluster_centers_)
print("\nLabels for each sample:")
print(labels)

# 可视化结果
import matplotlib.pyplot as plt
plt.figure(figsize=(8, 6))
plt.scatter(X[:, 0], X[:, 1], c=labels, cmap='viridis')
plt.scatter(kmeans.cluster_centers_[:, 0], kmeans.cluster_centers_[:, 1],
            marker='^', c='black', s=100)
plt.title('KMeans Clustering Result')
plt.xlabel('Feature 1')
plt.ylabel('Feature 2')
plt.grid(True)
plt.show()