尝试执行以下代码，学习参数n_init和random_state

（1） 导入需要的模块、库

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt 
from sklearn.datasets import make_blobs 
from sklearn.cluster import KMeans
from sklearn.metrics import silhouette_score
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)  

（3）n_init&random_state确定质心位置
n_init

cluster_01 = KMeans(n_clusters = 8,n_init=500).fit(X)
cluster_01.n_iter_    # 输出运行的迭代次数
silhouette_score(X,cluster_01.labels_)

random_state

cluster_02 = KMeans(n_clusters = 8,n_init=500,random_state=10).fit(X)
cluster_02.n_iter_    # 每次运行结果将会一样
silhouette_score(X,cluster_02.labels_)