sklearn.cluster中的KMeans如何使用

KMeans是一种基于聚类的无监督学习算法，可以将数据分成相似的簇(cluster)。在sklearn.cluster中，使用KMeans需要先创建一个KMeans对象，并指定一些参数，例如簇数(n_clusters)、算法选择(init)、迭代次数(max_iter)等。然后，可以使用fit方法将数据拟合到KMeans模型中，再使用predict方法将新数据归类到簇中。示例代码如下：

from sklearn.cluster import KMeans

# 创建KMeans对象
kmeans = KMeans(n_clusters=3, init='k-means++', max_iter=300, n_init=10, random_state=0)

# 将数据拟合到模型中
kmeans.fit(X)

# 将新数据归类到簇中
y_pred = kmeans.predict(new_X)