在数据科学的世界里，K-means聚类是一种简单却强大的无监督学习算法，广泛应用于市场细分、图像压缩和模式识别等领域。🌟它的核心思想是将数据集划分为K个簇，每个簇由距离最近的中心点定义。
首先，让我们看看K-means的伪代码骨架：
1️⃣ 初始化K个质心
2️⃣ 分配每个样本到最近的质心
3️⃣ 更新质心为所属簇样本的平均值
4️⃣ 重复步骤2-3直到质心不再变化
现在，用Python实现它👇
```python
import numpy as np
def k_means(data, k=2):
centroids = data[np.random.choice(data.shape[0], k, replace=False)]
while True:
clusters = [[] for _ in range(k)]
for point in data:
dist = np.linalg.norm(point - centroids, axis=1)
cluster_idx = np.argmin(dist)
clusters[cluster_idx].append(point)
new_centroids = [np.mean(cluster, axis=0) for cluster in clusters]
if np.allclose(centroids, new_centroids):
break
centroids = new_centroids
return centroids, clusters
```
掌握K-means后，你就能轻松挖掘数据背后的秘密啦！🚀