kmean python实现代码

以下是k-means算法的Python实现代码：

import numpy as np
import matplotlib.pyplot as plt

def kmeans(data, k):
    # 随机选择 k 个数据点作为初始聚类中心
    centers = data[np.random.choice(len(data), k, replace=False)]
    while True:
        # 计算每个数据点到 k 个聚类中心的欧几里得距离
        distances = np.sqrt(((data - centers[:, np.newaxis])**2).sum(axis=2))
        # 根据距离将每个数据点分配到最近的聚类中心
        labels = distances.argmin(axis=0)
        # 更新聚类中心为每个聚类的均值
        new_centers = np.array([data[labels == i].mean(axis=0) for i in range(k)])
        # 如果新的聚类中心与旧的聚类中心相同，则算法收敛
        if np.all(centers == new_centers):
            break
        centers = new_centers
    
    return labels, centers

# 测试代码
data = np.random.randn(100, 2)
labels, centers = kmeans(data, 3)
plt.scatter(data[:, 0], data[:, 1], c=labels)
plt.scatter(centers[:, 0], centers[:, 1], marker='+', s=500, linewidth=2)
plt.show()

其中，`data` 是待聚类的数据集，`k` 是聚类的个数。函数 `kmeans` 返回每个数据点的聚类标签和每个聚类的聚类中心。在测试代码中，我们生成了一个二维高斯分布的数据集，并将其聚类成 3 个类。最后，我们使用散点图可视化了聚类结果。