python kmeans聚类 库实现代码

下面是一个示例Python KMeans聚类实现代码：

import numpy as np
from sklearn.cluster import KMeans

# 创建数据集
X = np.random.rand(10, 2)

# 设置聚类数量
kmeans = KMeans(n_clusters=2)

# 训练模型
kmeans.fit(X)

# 预测聚类结果
labels = kmeans.predict(X)

该代码使用了scikit-learn库中的KMeans聚类算法。首先，生成了一个2维的随机数据集X，然后将聚类数量设置为2。接下来，训练模型，使用fit方法，并利用训练好的模型预测每个点属于哪个簇，使用predict方法。最后，将聚类结果存储在labels向量中。