机器学习-周志华-个人练习9.4

9.4 试编程实现k均值算法，设置3组不同的k值，3组不同初始中心点，在西瓜数据集4.0上进行实验比较，并讨论什么样的初始中心有利于取得好结果。

根据k均值算法的迭代公式，可以知道在二维平面上，这些中心点直接由其几何位置的两点间垂直平分线作为聚类边界，因此在数据不多的情况下，很容易陷入局部最优，从而使迭代过程很快结束。实际执行代码发现，所谓取得好结果，应该是使各点离聚类边界尽量远，且最终的中心点相互远离。个人推测，由于在更新中心向量的时候使用了平均，因而所有中心会尽量向点分布密度较大的区域移动，因此，初始中心应该尽量分散到不同的高点密度分布区域上去，可取得较好结果。

本题的算法十分简单，不过如果直接采用与书上相同的初始中心，则马上就会收敛而不会像书上所说训练5轮才达到收敛。也就是说，书上给的示例是错的。

另外，通过这个题，我才发现，原来用matplotlib可以画动图，利用animation里面的ArtistAnimation或者FuncAnimation即可。然而，我发现不能理想地导出gif图，这就比较尴尬了。。。网上搜了一下发现，需要装ImageMagick这个软件，然而装了还是各种错，后来找到matplotlib的配置文件，在最后一行更改convert_path为convert.exe的安装路径也仍然不行，还报错：winError 5，后来找到一篇帖子一篇帖子