1、扑克牌手动演练k均值聚类过程：>30张牌，3类
首先，选取扑克牌中的A~8，每个数字4张牌，总共32张牌。
选出A、2、3作为3种类别，所有的牌根据与3种类别的距离的规律进行聚类，距离最近为一类。
第一轮：聚类中心为A、2、3（新的聚类中心为A、2、5.5（用6表示））
- 接着从上述分类完毕的牌簇中求和取平均，作为新的中心，以此类推，进行聚类，直到新的聚类中心与上一轮的聚类中心一致才停止聚类求中心的过程。
第二轮：聚类中心为A、2、5.5（用6表示）（新的聚类中心为A、2.5（用3表示）、6）
第三轮：聚类中心为A、2.5（用3表示）、6（新的聚类中心为A、2.5（用3表示）、6）
2）. *自主编写K-means算法 ，以鸢尾花花瓣长度数据做聚类，并用散点图显示。（加分题）
3）. 用sklearn.cluster.KMeans，鸢尾花花瓣长度数据做聚类，并用散点图显示.
4）. 鸢尾花完整数据做聚类并用散点图显示.
5）.想想k均值算法中以用来做什么？
K均值算法是一种无监督的学习，它将相似的对象归到同一簇中。应该可以用于研究宇宙天体运动。
