K-means聚类 - 带有额外变量

以下是一个带有额外变量的K-means聚类的代码示例：

import numpy as np
import pandas as pd
from sklearn.cluster import KMeans

# 生成随机数据
np.random.seed(0)
X = np.random.randn(100, 2)

# 添加额外变量
extra_variable = np.random.randint(0, 2, size=(100, 1))
data = np.hstack((X, extra_variable))

# 使用K-means聚类
kmeans = KMeans(n_clusters=2, random_state=0)
kmeans.fit(X)

# 获取聚类结果
labels = kmeans.labels_

# 将聚类结果与额外变量合并
result = pd.DataFrame(np.hstack((data, labels.reshape(-1, 1))), columns=["X1", "X2", "Extra Variable", "Cluster"])

# 打印聚类结果
print(result)

此代码示例使用numpy库生成随机数据，并在数据中添加一个额外的二进制变量。然后，使用sklearn.cluster.KMeans类进行K-means聚类。最后，将聚类结果与额外变量合并，并将结果打印出来。