k-means 算法是一种聚类算法,用于将数据点划分为若干个类。具体来说,给定一个数据集和一个整数 k,k-means 算法的目标是将数据点划分为 k 个聚类,使得每个聚类内的数据点的相似度最大化。
下面是 k-means 算法的 Python 实现:
from sklearn.cluster import KMeans
# 创建模型
kmeans = KMeans(n_clusters=3, random_state=0)
# 训练模型
kmeans.fit(X)
# 预测类别
predictions = kmeans.predict(X)
其中,X 是一个 n×m 的数组,包含了 n 个数据点,每个数据点有 m 个特征。n_clusters 是要划分的聚类数量。random_state 是随机数种子,用于初始化算法。
希望这个回答对你有帮助。