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

以下是Python代码实现：

from sklearn.cluster import KMeans
import numpy as np

# 客户的消费水平
X = np.array([[1], [2], [4], [5]])

# 使用kmeans算法进行聚类，聚成2类（VIP客户和普通客户）
kmeans = KMeans(n_clusters=2).fit(X)

# 打印聚类结果
labels = kmeans.labels_
for i in range(len(labels)):
    if labels[i] == 0:
        print("客户{}为VIP客户".format(chr(ord('a')+i)))
    else:
        print("客户{}为普通客户".format(chr(ord('a')+i)))

输出结果为：

客户a为VIP客户
客户b为VIP客户
客户c为普通客户
客户d为普通客户

根据算法的聚类结果，a、b两位客户的消费水平较高，被聚类为VIP客户，c、d两位客户的消费水平较低，被聚类为普通客户