机器学习-Python实现K-Means算法

  K-Means是常用的聚类算法，是一种无监督学习的算法。
步骤如下：
  （1）随机选择k个点作为初始的k个类的中心点；
  （2）迭代时对数据集中的每一个数据点，每一个中心，计算中心与数据点的距离，将数据点分配到距离最近的中心所在的类；
  （3）对每一个类，计算类中所有点的均值，并将均值作为新的中心。
  （4）通过迭代的方法，逐次更新各聚类中心的值，直到得到最好的聚类结果（如值保持不变）。
  实现代码如下：

// Python实现K-Means算法
#K-Means算法
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd

#读取数据
data=pd.read_csv('data/kmeans.csv',header=None,names=['x','y'])
# print(data)
# plt.scatter(data['x'],data['y'])
# plt.show()
# print(data['x'].</