Python实现聚类K-means算法

本文内容、数据参考周志华《机器学习》，代码部分为个人实现，如有错误还请指出。
K-means（K均值）算法是最简单的一种聚类算法，它期望最小化平方误差
$E=\sum _{i=1}^k\sum _{x\in C_i}||x\text{x}x-{\mu \text{μ}\mu }_i|{|}_2^2$
其中${\mu \text{μ}\mu }_i=\frac{1}{|C_i|}{\sum }_{x\in C_i}x\text{x}x$是簇(cluster)$C_i$的均值向量，$||x\text{x}x-{\mu \text{μ}\mu }_i|{|}_2$即一般意义下向量的模长。
K-means算法的一般步骤如下：

输入：样本集D={ x1,x2,...,xm};D=\{\pmb x_1,\pmb x_2,...,\pmb x_m\};D={ xxx1​,xxx2​,...,x