用Python写一个简易的K-means聚类算法

好的，下面是一个简易的 K-means 聚类算法的 Python 实现：

import numpy as np

class KMeans:
    def __init__(self, n_clusters=8, max_iter=300, tol=1e-4):
        self.n_clusters = n_clusters    # 聚类个数
        self.max_iter = max_iter        # 最大迭代次数
        self.tol = tol                  # 迭代停止阈值
    
    def fit(self, X):
        self.centroids = X[np.random.choice(X.shape[0], self.n_clusters, replace=False)]
        for i in range(self.max_iter):
            clusters = [[] for _ in range(self.n_clusters)]
            for x in X:
                dists = np.linalg.norm(self.centroids - x, axis=1)
                cluster_idx = np.argmin(dists)
                clusters[cluster_idx].append(x)
            new_centroids = np.array([np.mean(cluster, axis=0) for cluster in clusters])
            if np.linalg.norm(new_centroids - self.centroids) < self.tol:
                break
            self.centroids = new_centroids
    
    def predict(self, X):
        dists = np.linalg.norm(self.centroids - X[:, np.newaxis], axis=2)
        return np.argmin(dists, axis=1)

上述代码中，我们首先定义了一个 `KMeans` 类，它包含三个超参数：`n_clusters` 表示聚类个数，`max_iter` 表示最大迭代次数，`tol` 表示迭代停止阈值。接着我们定义了 `fit` 方法，它接受一个数据集 `X`，并在数据集上执行 K-means 聚类算法。具体来说，我们首先随机初始化聚类中心，然后执行若干次迭代，每次迭代分别计算每个样本点到每个聚类中心的距离，将每个样本点分配到距离最近的聚类中心所对应的簇中，并根据分配结果更新聚类中心。当聚类中心不再变化或者达到最大迭代次数时，算法停止。最后我们定义了 `predict` 方法，它接受一个数据集 `X`，并返回每个样本点所属的簇的编号。