KMeans重要参数：n_clusters

参数n_clusters 是 KMeans 中的 ，表示我们告诉模型要分几类。这是 Kmeans 当中唯一一个必填的参数，默认为 8 类，但通常我们的聚类结果会是一个小于 8 的结果。通常，在开始聚类之前，并不知道n_clusters 究竟是多少，因此我们要对它进行探索。
当拿到一个数据集，如果可能的话，希望能够通过绘图先观察一下这个数据集的数据分布，以此为聚类时输入的 n_clusters 做一个参考。

尝试在代码框执行以下代码:

首先，我们来自己创建一个数据集。这样的数据集是我们自己创建，所以是有标签的。

（1）导入需要的库

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from sklearn.datasets import make_blobs
plt.style.use('ggplot')

（2）自建数据集

#生成500*2的数据集，每一组数据可以有4个中心点，即数据集有4个标签
X, y = make_blobs(n_samples=500,n_features=2,centers=4,random_state=1) 
plt.scatter(X[:, 0], X[:, 1],  marker='o' ,s=8 )
plt.show()

输出为：
如果我们想要看见这个点的分布，怎么办？

color = ["red","pink","orange","gray"]
for i in range(4):
    plt.scatter(X[y==i, 0], X[y==i, 1]
    ,marker='o' #点的形状
    ,s=8 #点的大小
    ,c=color[i]
    )
plt.show();

输出为： 基于这个分布，我们来使用 Kmeans 进行聚类。这时，我们可以尝试猜测一下，这个数据中有几簇。