K-Means++代码

以下是Python中实现K-Means++算法的示例代码：

import random
import numpy as np

def kmeans_pp(data, k):
    """K-Means++算法"""
    centers = []  # 中心点
    n = data.shape[0]  # 数据点数量
    # 随机选一个中心点
    index = random.randint(0, n - 1)
    centers.append(data[index])
    # 选出k-1个中心点
    for i in range(k - 1):
        dist = []  # 存储每个数据点到最近中心点的距离
        for j in range(n):
            d = np.inf  # 到最近中心点的距离，默认为无穷大
            for center in centers:
                # 计算数据点到中心点的距离
                d = min(d, np.linalg.norm(data[j] - center))
            dist.append(d)
        # 根据距离选出下一个中心点
        index = np.argmax(dist)
        centers.append(data[index])
    return centers

其中，`data`是一个`n x d`的`numpy`数组，表示有`n`个数据点，每个数据点有`d`个维度；`k`表示聚类的个数。函数返回一个包含`k`个中心点的列表。