尝试执行以下代码，学习参数max_iter和tol

（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）max_iter&tol让迭代停止
max_iter

cluster_01 = KMeans(n_clusters =8,init='k-means++',max_iter=10,random_state=10).fit(X)
cluster_01.n_iter_    # 输出运行的迭代次数
silhouette_score(X,cluster_01.labels_)
inertia_ = cluster_01.inertia_
inertia_

输出为：
8
0.32232579372186637
583.0524684068532

tol

cluster_01 = KMeans(n_clusters =8,init='k-means++',tol=1e-4,random_state=10).fit(X)
cluster_01.n_iter_    # 输出运行的迭代次数
silhouette_score(X,cluster_01.labels_)
inertia_ = cluster_01.inertia_
inertia_

输出为：
22
0.3314853899648912
577.4713083206148

问题： 尝试绘制inertia_随max_iter变化的学习曲线