聚类分析pyhton代码

下面是一个简单的聚类分析Python代码的示例，使用K-Means算法进行聚类：

import numpy as np
import pandas as pd
from sklearn.cluster import KMeans
import matplotlib.pyplot as plt

# 读取数据
data = pd.read_csv('data.csv')

# 构造特征矩阵
X = np.array(data[['feature1', 'feature2']])

# 设置聚类数目
k = 3

# 构建K-Means模型
kmeans = KMeans(n_clusters=k)

# 拟合数据
kmeans.fit(X)

# 获取聚类结果
labels = kmeans.labels_

# 绘制聚类结果
colors = ['red', 'green', 'blue']
for i in range(k):
    plt.scatter(X[labels == i, 0], X[labels == i, 1], c=colors[i], label='cluster{}'.format(i+1))
plt.legend()
plt.show()

其中，数据集存储在data.csv文件中，特征矩阵X是由feature1和feature2两列组成的。聚类数目k被设定为3。通过KMeans模型拟合数据，获取聚类结果labels，然后将聚类结果可视化。