kmeans代码实现聚类python，并输出对应的聚类中心

最新推荐文章于 2025-06-21 15:27:53 发布

原创最新推荐文章于 2025-06-21 15:27:53 发布 · 1k 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#聚类 #python #kmeans #机器学习 #numpy

这是一个使用Python和numpy库实现K-Means聚类算法的代码示例，首先随机选择k个初始聚类中心，然后在指定的最大迭代次数内更新聚类中心，通过计算每个样本到聚类中心的距离进行分组。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

下面是一个用 Python 实现 K-Means 聚类的代码示例：

import numpy as np

def kmeans(X, k, max_iterations=100):
    # 随机选择 k 个初始聚类中心
    centers = X[np.random.choice(X.shape[0], k, replace=False), :]
    
    for i in range(max_iterations):
        # 计算每个样本到每个聚类中心的距离
        distances = np.array([np.linalg.n