使用K-Means算法划分亚洲国家的三个足球梯队

首先对对数据有一个初步的了解：
**数据：asina_football_data.csv
数据描述：
 id ：国家对应id
 国家：国家名称
 2019年国际排名：2019 年国际足联的世界排名。
 2018年世界杯：2018 年世界杯中，很多球队没有进入到决赛圈，所以只有进入到决赛圈的球队才有实际的排名。如果是亚洲区预选赛 12 强的球队，排名会设置为 40。如果没有进入亚洲区预选赛 12 强，球队排名会设置为 50。
 2015年亚洲杯：真是排名。
**
其次是编写代码有一套的编写思路：
一下五步：

训练模型基本流程及对应要求：
1、获取数据：使用pandas读取数据
2、数据分析：可视化分析
3、数据处理：归一化数据
4、模型训练：利用sklearn中的K-Means算法实现聚类，K=3
5、模型可视化：利用matplotlib包中的方法画出三维图，并按照预测类别的不同，使用不同的颜色表示。

编译运行后的代码呈现的结果：

构造模型图：输入X，Y，Z轴进行数据对应

前题：安装好需要的第三方库

import pandas as pd
//导入工具包
data = pd.read_csv(r"D:/pyCharm/asina_football_data.csv")
//写入文件所在的路径，
print(data.head())
//初步打印出数据读取的结果

train_x = data[['2019年国际排名',