肘部法（Elbow Method）

轮廓系数（silhouette score）和肘部法可以相互印证各自的结果。在机器学习面试中，您可能被问到其中一种方法，但如果能在回答中结合另一种方法的思路进行对比和说明，会大大提升您的答案质量。

在本练习中，对于每个 k 值，您将初始化一个 K-means 模型，并使用其 inertia_ 属性来计算样本到最近聚类中心的平方距离之和。将这些值绘图后，通常会在曲线上出现一个"肘部"。

回顾上一节：当 k 的取值增大时，inertia_ 的值会减小。

我们已为您导入 matplotlib.pyplot 为 plt，以及从 sklearn.cluster 导入 KMeans。特征矩阵 X 也已准备好可直接使用。