K-Means 聚类算法代码详解：Python 实现及原理

这段代码实现了 k-means 聚类算法，用于将一组数据分成 k 个簇。其中，'x' 是一个 n 行 d 列的矩阵，表示 n 个 d 维点的坐标；'k' 表示要分成的簇的个数。函数返回两个结果，'centers' 是 k 个簇的质心坐标，'y' 是每个点所属的簇的索引。

具体实现过程如下：

1. 首先随机生成 k 个质心。
2. 计算每个点到 k 个质心的距离，并找到距离最近的质心，将其所属的簇标记为该点所属的簇。
3. 重新计算每个簇的质心坐标。
4. 如果某个簇没有任何点，则随机生成一个点作为该簇的新的质心坐标。
5. 重复步骤 2-4，直到簇的分配不再改变为止。

该算法的核心是不断迭代更新质心坐标和点所属的簇的索引，直到达到一定的稳定状态。