from sklearn.cluster import KMeans
from numpy import *
import  matplotlib.pyplot as plt
# 解决中文乱码
plt.rcParams['font.family'] = 'SimHei'  # 指定黑体（系统自带）
plt.rcParams['axes.unicode_minus'] = False  # 解决负号乱码
if __name__=="__main__":
    #创建数据集
    data=array([[2,10],[2,5],[8,4],[5,8],[7,5],[6,4],[1,2],[4,9]])
    sse=[]
    for i in range(1,9):
        mid=KMeans(n_clusters=i,init='random',n_init=10,max_iter=200)
        mid.fit(data)
        sse.append(mid.inertia_)
    plt.plot(range(1,9),sse,marker="o")
    plt.title("调优")
    plt.xlabel("聚类个数k");plt.ylabel("误差SSE")
    plt.show()

#直接用sklearn包进行kmeans聚类也可以
#column_stack是什么我也不知道，反正就是后面得是(())2个括号

横纵坐标分别求均值就是质心坐标

H(D|A) = -(5/15H(D1) + 5/15H(D2) + 5/15H(D3))  这里前面的负号应该去掉。熵的负号也只是为了变为正数而出现（因为log导致存在负数）

有的，后期会上线～

是的，抱歉疏漏

目前免费课程暂时不提供代码，抱歉～

课程中代码行数不是很多，建议跟着课程手敲一遍，对所学知识会有更深刻的体会和理解～