r语言k-means聚类算法

R语言中的k-means聚类算法可以通过使用`kmeans()`函数来实现。以下是一个示例代码，演示如何使用k-means对数据进行聚类：

# 生成示例数据
set.seed(123)
x <- rbind(matrix(rnorm(100, mean = 0), ncol = 2),
           matrix(rnorm(100, mean = 3), ncol = 2))

# 执行k-means聚类
k <- 2  # 聚类的簇数
result <- kmeans(x, centers = k)

# 输出聚类结果
print(result$cluster)

在上面的代码中，首先生成了一个包含两个正态分布的示例数据集 `x`，每个分布有100个样本。然后，使用 `kmeans()` 函数对数据进行聚类，其中 `k` 是指定的簇数。最后，通过 `result$cluster` 可以获取每个样本所属的聚类簇编号。

你可以根据实际需求对数据进行适当调整，并根据结果进行进一步的分析和可视化。