宝可梦目击：k-means 聚类
我们将继续上一练习中对传说宝可梦目击数据的调查。与上一练习相同，本题仍使用宝可梦目击的示例。在本练习中，您将使用 k-means 聚类对目击位置进行分组。
x 和 y 是目击位置的 X、Y 坐标列，存放在 pandas 的 DataFrame df 中。您可以使用以下库：将 matplotlib.pyplot 导入为 plt，seaborn 导入为 sns，以及 pandas 导入为 pd。
本练习是课程的一部分
Python 中的聚类分析
练习说明
- 导入
kmeans和vq函数。 - 使用
kmeans()函数，在设定 2 个簇的情况下计算簇中心。 - 使用
vq()函数为每个数据点分配聚类标签。 - 使用 seaborn 绘制散点图，并为每个簇指定不同的颜色。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Import kmeans and vq functions
from scipy.cluster.vq import ____, ____
# Compute cluster centers
centroids,_ = ____(____, ____)
# Assign cluster labels
df['cluster_labels'], _ = ____(____, ____)
# Plot the points with seaborn
sns.scatterplot(x=____, y=____, hue=____, data=df)
plt.show()