K-means聚类，如何将数据垂直划分？

K-means聚类算法是一种无监督学习算法，用于将数据点划分为多个不同的簇。在K-means聚类中，数据是按照特征进行划分的，而不是按照垂直方向进行划分。因此，K-means聚类本身并不涉及垂直划分。

如果你想要对数据进行垂直划分，可以使用其他方法，例如根据特征将数据划分为不同的列。以下是一个示例代码，演示了如何使用Python的pandas库将数据按照特征进行垂直划分：

import pandas as pd

# 创建一个示例数据集
data = {'feature1': [1, 2, 3, 4, 5],
        'feature2': [2, 4, 6, 8, 10],
        'feature3': [3, 6, 9, 12, 15]}

df = pd.DataFrame(data)

# 将数据按照特征进行垂直划分
feature1_data = df['feature1']
feature2_data = df['feature2']
feature3_data = df['feature3']

# 打印划分后的数据
print(feature1_data)
print(feature2_data)
print(feature3_data)

运行上述代码，将会按照特征将数据垂直划分为不同的列。输出结果如下：

0    1
1    2
2    3
3    4
4    5
Name: feature1, dtype: int64
0     2
1     4
2     6
3     8
4    10
Name: feature2, dtype: int64
0     3
1     6
2     9
3    12
4    15
Name: feature3, dtype: int64

在这个示例中，我们将数据按照特征进行垂直划分，并将每个特征的数据存储在不同的变量中。你可以根据自己的需求进一步处理这些数据。