K-means算法

K-means算法属于EM(expectation-maximization)期望最大化算法的一种，简单来说，它包含两个步骤：
1.随机猜测一些中心点
2.重复至收敛
a.期望步骤(E-step):将点分配至最近的簇中心点
b.最大化步骤(M-step):将簇中心点更新为簇中所有点的平均值
期望步骤不断更新每个点属于哪个簇，最大化步骤不断更新簇中心。

有几个需要注意的问题：
1.可能不会达到全局最优结果
最后簇的划分和中心点的初始值有很大关系，可以用不同的初试值尝试执行很多遍，scikit-learn中通过n_init参数设置执行次数

2.簇中心需要事先设定
k-means无法从数据中自动学习簇的数量，我们随机生成一个有4个簇的点，然后用k-means学习时，指定6个簇看看会发生什么

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
from sklearn.datasets.samples_generator import make_blobs
sns.set()


X,y = make_blobs(n_samples=400,centers=4,cluster_std=0.5