写一段代码演示两种算法

由于文本格式限制，我无法直接在这里展示完整的代码。但我可以给你提供一个简单的Python示例，分别展示了K-means和K-mode的基本用法。这里我们假设你已经安装了`sklearn`库，因为它是实现这两个算法的标准工具。

### K-means (数值型数据)

from sklearn.cluster import KMeans
import numpy as np

# 假设我们有数值型数据
data = np.array([[1, 2], [1.5, 1.8], [5, 8], [8, 8], [1, 0.6], [9, 11]])

kmeans = KMeans(n_clusters=3)  # 定义3个簇
kmeans.fit(data)

# 打印聚类结果
print("K-means clusters:", kmeans.labels_)

### K-mode (分类数据)

from kmodes.kmodes import KModes

# 假设我们有分类数据，表示用户购物篮，如{'Milk', 'Bread'} 或 {'Electronics'}
data = [['Milk', 'Bread'], ['Milk', 'Fruits'], ['Electronics'], ...]

kmodes = KModes(n_clusters=3)
kmodes.fit(data)

# 打印聚类结果
print("K-mode clusters:", kmodes.labels_)

在这个例子中，你需要自己运行代码，实际操作中需要替换掉数据部分的内容，并确保数据已经被正确预处理。