生成两组线性均匀分布的数据（完全线性可分）， 两组线性均匀分布的数据（线性不可分）， 两组高斯分布的数据（完全线性可分）， 两组高斯分布的数据（线性不可分），并使用 K-means聚类程序进行二分类。python

好的，这是关于生成数据和使用K-means聚类进行二分类的完整代码：

生成两组线性均匀分布的数据（完全线性可分）：

import numpy as np
import matplotlib.pyplot as plt

# 生成随机数据
np.random.seed(0)
X = np.random.uniform(-1, 1, size=(100, 2))
y = np.ones(100)
y[:50] = -1

# 绘制数据
plt.scatter(X[:, 0], X[:, 1], c=y)
plt.show()

# 使用K-means聚类进行二分类
from sklearn.cluster import KMeans

kmeans = KMeans(n_clusters=2, random_state=0).fit(X)
y_pred = kmeans.labels_

# 绘制分类结果
plt.scatter(X[:, 0], X[:, 1], c=y_pred)
plt.show()

生成两组线性均匀分布的数据（线性不可分）：

import numpy as np
import matplotlib.pyplot as plt

# 生成随机数据
np.random.seed(0)
X1 = np.random.uniform(-1, 0, size=(50, 2))
X2 = np.random.uniform(0, 1, size=(50, 2))
X = np.concatenate([X1, X2], axis=0)
y = np.ones(100)
y[:50] = -1

# 绘制数据
plt.scatter(X[:, 0], X[:, 1], c=y)
plt.show()

# 使用K-means聚类进行二分类
from sklearn.cluster import KMeans

kmeans = KMeans(n_clusters=2, random_state=0).fit(X)
y_pred = kmeans.labels_

# 绘制分类结果
plt.scatter(X[:, 0], X[:, 1], c=y_pred)
plt.show()

生成两组高斯分布的数据（完全线性可分）：

import numpy as np
import matplotlib.pyplot as plt

# 生成随机数据
np.random.seed(0)
X1 = np.random.normal(loc=[2, 2], scale=0.5, size=(50, 2))
X2 = np.random.normal(loc=[-2, -2], scale=0.5, size=(50, 2))
X = np.concatenate([X1, X2], axis=0)
y = np.ones(100)
y[:50] = -1

# 绘制数据
plt.scatter(X[:, 0], X[:, 1], c=y)
plt.show()

# 使用K-means聚类进行二分类
from sklearn.cluster import KMeans

kmeans = KMeans(n_clusters=2, random_state=0).fit(X)
y_pred = kmeans.labels_

# 绘制分类结果
plt.scatter(X[:, 0], X[:, 1], c=y_pred)
plt.show()

生成两组高斯分布的数据（线性不可分）：

import numpy as np
import matplotlib.pyplot as plt

# 生成随机数据
np.random.seed(0)
X1 = np.random.normal(loc=[2, 2], scale=0.5, size=(50, 2))
X2 = np.random.normal(loc=[-2, -2], scale=0.5, size=(50, 2))
X3 = np.random.normal(loc=[-2, 2], scale=0.5, size=(50, 2))
X4 = np.random.normal(loc=[2, -2], scale=0.5, size=(50, 2))
X = np.concatenate([X1, X2, X3, X4], axis=0)
y = np.zeros(200)
y[:100] = 1

# 绘制数据
plt.scatter(X[:, 0], X[:, 1], c=y)
plt.show()

# 使用K-means聚类进行二分类
from sklearn.cluster import KMeans

kmeans = KMeans(n_clusters=2, random_state=0).fit(X)
y_pred = kmeans.labels_

# 绘制分类结果
plt.scatter(X[:, 0], X[:, 1], c=y_pred)
plt.show()

希望能帮助到你。