聚類模型（歐式距離）
分類與聚類，分類是有監督的學習，聚類是無監督的學習
K均值算法
第一步：假設有一組樣本，隨機選擇k個樣本，作為k個聚類的中心，計算距離，將樣本划分到離自己最近的類別里。（比如喜歡看的電影：1,30,1【愛情，30分鍾，1 高清】1,31,1）
注意：1，聚類數K必須事先已知，
2，聚類中心的初始選擇會影響最終聚類划分的結果。初始中心盡量選擇距離較遠的樣本
K均值的相關API：
model.fit(x) #輸出類別標簽 ，從0開始
model = SC.KMeans(n_clusters = 4)#幾個聚類中心
y=model.predict(x) #預測x中每個樣本的類別標簽
y = model.labels_ #直接返回每個訓練樣本的類別標簽
#獲取訓練結果的聚類中心
centers = model.cluster_centers_