AIS数据聚类请给出python代码样例

以下是一个用KMeans算法进行AIS数据聚类的Python代码示例：

import pandas as pd
from sklearn.cluster import KMeans
import matplotlib.pyplot as plt

# 读取AIS数据
ais_data = pd.read_csv("ais_data.csv")

# 选择需要聚类的特征列
ais_features = ais_data[["longitude", "latitude", "speed_over_ground", "course_over_ground"]]

# 初始化KMeans模型
kmeans = KMeans(n_clusters=5)

# 对数据进行聚类
kmeans.fit(ais_features)

# 将聚类结果加入到原始数据中
ais_data["cluster"] = kmeans.labels_

# 绘制聚类结果的散点图
plt.scatter(ais_data["longitude"], ais_data["latitude"], c=ais_data["cluster"])
plt.show()

在这个示例中，我们首先读取了一个AIS数据集，并选择了其中的经度、纬度、航速和航向作为聚类的特征。然后，我们初始化了一个KMeans模型，并用它对数据进行了聚类。最后，我们将聚类结果加入到原始数据中，并绘制了聚类结果的散点图