三维聚类算法代码

下面是一个使用K-Means算法进行三维聚类的示例代码，其中包括了上述步骤：

import numpy as np
from sklearn.cluster import KMeans

# 生成随机数据
data = np.random.rand(100, 3)

# 初始化K-Means模型
kmeans = KMeans(n_clusters=3, random_state=0)

# 训练模型
kmeans.fit(data)

# 获取每个数据点所属的聚类标签
labels = kmeans.labels_

# 获取每个聚类的中心点坐标
centers = kmeans.cluster_centers_

在上面的代码中，我们使用了Python的NumPy库生成了100个三维随机数据点。然后，我们使用scikit-learn库中的KMeans类进行聚类，将数据分为3个聚类。最后，我们获取了每个数据点所属的聚类标签和每个聚类的中心点坐标。