用户分组算法

在实际应用中，用户分组是一项重要的任务，可以将用户按照某种相似性标准进行划分，以便更好地理解和满足他们的需求。本文将介绍一种常见的用户分组算法 - k-means聚类算法，并提供相应的源代码实现。

k-means算法是一种简单而有效的聚类算法，它将n个数据对象划分为k个不同的组或类，使得组内的数据对象相似度最高，而组间的相似度最低。该算法的基本思想是，通过迭代优化来找到使得聚类误差最小的k个聚类中心。

下面是使用Python实现的k-means算法的代码示例：

import numpy as np

def kmeans(data, k, max_iter=100):
    # 初始化聚类中心