k-means 代码

以下是 Python 中实现 k-means 算法的代码：

import numpy as np
from sklearn.cluster import KMeans

# 生成数据
data = np.random.rand(100, 2)

# 创建 k-means 模型
kmeans = KMeans(n_clusters=3)

# 训练模型
kmeans.fit(data)

# 输出聚类结果
labels = kmeans.labels_  # 每个数据点对应的簇标签
centers = kmeans.cluster_centers_  # 每个簇的中心点

print(labels)
print(centers)

以上代码中，我们首先生成了一个 100 行 2 列的随机数据集，然后使用 `KMeans` 类创建了一个 k-means 模型。在训练模型之后，我们可以通过 `labels_` 属性获得每个数据点对应的簇标签，通过 `cluster_centers_` 属性获得每个簇的中心点。