写一个代码简单介绍k-means聚类算法

好的，以下是简单介绍k-means聚类算法的代码：

# 导入sklearn的k-means库
from sklearn.cluster import KMeans
 
# 创建k-means聚类模型
kmeans = KMeans(n_clusters=3, random_state=0)
 
# 拟合模型（将数据集X进行聚类）
kmeans.fit(X)
 
# 获取每个数据点所属的聚类中心的标签
labels = kmeans.labels_
 
# 获取每个聚类中心的坐标
centers = kmeans.cluster_centers_

以上代码首先导入了sklearn的k-means库，然后创建了一个包含3个聚类中心的k-means聚类模型，将数据集X进行聚类，并得到每个数据点所属的聚类中心的标签和每个聚类中心的坐标。这就是k-means聚类算法的简单介绍。