假设某餐厅现有4个客户分别编号为a、b、c、d这4位客户某段时间的平均消费水平分别为1、2、4、5万元请用kmeans算法将这4个客户聚类为VIP客户和普通客户两个类别。代码实现【输出形式】0 0 1 115 45

代码实现如下：

import numpy as np
from sklearn.cluster import KMeans

X = np.array([[1], [2], [4], [5]])  # 平均消费水平作为特征，转化为二维数组
kmeans = KMeans(n_clusters=2, random_state=0).fit(X)  # 使用KMeans算法聚类

labels = kmeans.labels_  # 获取聚类结果
centers = kmeans.cluster_centers_  # 获取聚类中心

print(labels)  # 输出聚类结果
print(centers)  # 输出聚类中心

输出结果：

[0 0 1 1]
[[1.5]
 [4.5]]

解释：根据聚类结果，客户a和b被聚类为普通客户（类别0），客户c和d被聚类为VIP客户（类别1）；聚类中心分别为1.5万元和4.5万元，表示普通客户和VIP客户的平均消费水平。