Java中可以通过使用机器学习库来实现k-means聚类算法。下面是一个使用Weka库实现k-means聚类算法的示例代码：
import weka.clusterers.SimpleKMeans;import weka.core.Instances;import weka.core.converters.ConverterUtils;public class KMeansExample {public static void main(String[] args) {try {// 读取数据集ConverterUtils.DataSource source = new ConverterUtils.DataSource("path/to/your/dataset.arff");Instances data = source.getDataSet();// 设置类别属性索引（如果数据集中有类别属性）data.setClassIndex(data.numAttributes() - 1);// 初始化K-means聚类算法对象SimpleKMeans kMeans = new SimpleKMeans();kMeans.setNumClusters(3); // 设置聚类数目// 构建聚类模型kMeans.buildClusterer(data);// 打印聚类中心Instances centroids = kMeans.getClusterCentroids();for (int i = 0; i < centroids.numInstances(); i++) {System.out.println("Cluster " + (i + 1) + " center: " + centroids.instance(i));}// 对新数据进行预测Instance newInstance = data.get(0); // 假设预测第一条数据int clusterIndex = kMeans.clusterInstance(newInstance);System.out.println("Predicted cluster for instance 0: " + clusterIndex);} catch (Exception e) {e.printStackTrace();}}}在上面的代码中，需要替换path/to/your/dataset.arff为你的数据集路径。
