K均值聚类算法的Python实现

K均值聚类算法的Python实现

K均值聚类算法是一种常用的无监督学习算法，用于将数据集划分为K个不同的簇。在本篇文章中，我们将详细介绍K均值聚类算法的基本原理，并用Python实现该算法。

算法原理：

1. 初始化：随机选择K个数据点作为初始的聚类中心。
2. 分配：对于每个数据点，计算其与每个聚类中心的距离，并将其分配到距离最近的聚类中心所属的簇。
3. 更新：对于每个簇，计算其中所有数据点的平均值，将该平均值作为新的聚类中心。
4. 重复步骤2和步骤3，直到聚类中心的位置不再改变或达到最大迭代次数。

现在让我们用Python实现K均值聚类算法。

import numpy as np

class KMeans:
    def __init__(self, n_clusters