K-평균 클러스터링

문제 설명

K-평균(K-Means) 클러스터링 알고리즘을 직접 구현하세요.

알고리즘

1. K개의 초기 중심점(centroid) 무작위 선택
2. 각 데이터 포인트를 가장 가까운 중심점에 할당
3. 각 클러스터의 새로운 중심점 계산
4. 중심점이 변하지 않을 때까지 2-3 반복

입력 형식

2차원 데이터 포인트 리스트, 클러스터 수 K, 최대 반복 횟수

출력 형식

각 포인트의 클러스터 레이블, 최종 중심점 좌표

평가 기준

• 알고리즘 정확성
• 수렴 조건 처리
• 빈 클러스터 처리