机器学习与数据挖掘 编程实现k均值算法

编码实现k均值算法，设置三组不同的k值、三组不同的初始中心点，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。

一、已经给定部分代码，补充完整的代码，需要补充代码的地方已经用红色字体标注，包括：
（1）#补充随机初始化中心点的代码
（2）补充计算数据点到中心点的距离，并判断该数据点所属中心点的代码；
（3）#补充k均值代码；
二、将补充完整的代码提交，并提交实验结果；（也可以自己重写这部分的代码提交）

import numpy as np
import matplotlib.pyplot as plt
import matplotlib as mpl
import scipy.io

def loaddata():
    data = np.loadtxt('watermelon_4.txt',delimiter=',')
    return data

X = loaddata()
plt.scatter(X[:, 0], X[:, 1], s=20)
#随机初始化中心点
def kMeansInitCentroids(X, k):
    #从X的数据中随机取k个作为中心点
# 补充随机初始化中心点的代码
index = np.random.randint(0,len(X)-1,k)
return X