举例说明k-mean算法

假设有如下一组数据点：

data = [[1, 2], [1, 4], [1, 0], [4, 2], [4, 4], [4, 0]]

我们希望将这些数据点分成两个簇，即`k=2`。使用k-means算法，可以按照如下步骤进行：

1. 随机选择两个数据点作为初始簇中心，假设为`[1, 0]`和`[4, 4]`。
2. 对每个数据点，计算其到两个簇中心的距离，如下所示：

distances = [[1.0, 3.605], [2.0, 2.828], [0.0, 3.162], [3.162, 1.0], [0.0, 2.828], [3.162, 2.236]]

3. 将每个数据点归属到距离最近的簇中心所在的簇，如下所示：

labels = [0, 0, 0, 1, 1, 1]

4. 重新计算每个簇中心，如下所示：

centers = [[1.0, 2.0], [4.0, 2.0]]

5. 重复步骤2-4，直到簇中心不再发生变化或达到一定的迭代次数。经过若干次迭代后，最终的簇中心为`[1.0, 2.0]`和`[4.0, 2.0]`，每个数据点所属的簇标签为`[0, 0, 0, 1, 1, 1]`。可以将数据点按簇标签进行可视化，如下图所示：


可以看到，簇中心分别位于`(1, 2)`和`(4, 2)`处，数据点被分成了两个簇。