K-means聚类算法的可视化

在Python中，可以使用matplotlib库来可视化K-means聚类结果。以下是一个简单的示例代码，演示如何使用matplotlib来可视化K-means聚类结果：

import numpy as np
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans
# 生成随机数据
data = np.random.rand(100, 2)
# 运行K-means算法
kmeans = KMeans(n_clusters=3)
kmeans.fit(data)
labels = kmeans.labels_
# 可视化聚类结果
plt.scatter(data[:, 0], data[:, 1], c=labels, cmap='viridis')
# 绘制质心点
centers = kmeans.cluster_centers_
plt.scatter(centers[:, 0], centers[:, 1], c='red', s=100, alpha=0.5)
plt.show()

在这个示例中，我们首先生成了一些随机数据，然后使用KMeans算法进行聚类。接下来，我们将聚类结果可视化为散点图，其中不同的颜色表示不同的聚类簇。最后，我们使用红色的点来表示每个聚类的质心。