kmeans 迭代代码

下面是kmeans算法的迭代代码示例：

# 初始化质心
centroids = init_centroids(X, k)

for i in range(max_iter):
    # 计算每个样本距离最近的质心
    idx = find_closest_centroids(X, centroids)
    
    # 更新质心位置
    centroids = compute_centroids(X, idx, k)
    
    # 判断是否满足终止条件
    if stop_condition_met(centroids_old, centroids):
        break
    
    # 保存旧的质心位置
    centroids_old = centroids.copy()

其中，`init_centroids`函数用于初始化质心，`find_closest_centroids`函数用于计算每个样本距离最近的质心，`compute_centroids`函数用于更新质心位置，`stop_condition_met`函数用于判断是否满足终止条件。在迭代过程中，需要保存旧的质心位置，以便判断是否满足终止条件。当满足终止条件时，迭代过程结束。

需要注意的是，kmeans算法的收敛速度和初始质心的位置有关，因此通常需要多次运行算法，每次使用不同的初始质心，最终选择效果最好的一组结果作为最终的聚类结果。