1. 应用K-means算法进行图片压缩
读取一张图片
观察图片文件大小，占内存大小，图片数据结构，线性化
用kmeans对图片像素颜色进行聚类
获取每个像素的颜色类别，每个类别的颜色
压缩图片生成：以聚类中收替代原像素颜色，还原为二维
观察压缩图片的文件大小，占内存大小
2. 观察学习与生活中可以用K均值解决的问题。
从数据-模型训练-测试-预测完整地完成一个应用案例。
用楼房的总价和建筑面积来训练模型，然后按照价格分为3类，分别是低中高，这样便于人们快速的知道这三个价位的楼房有哪些。由于我只是用来前100行的数据来预测，所以最终的分类会略有粗糙；如果想更加的详细，可以读取所有行的数据，添加其他列的数据以让模型更精确。
csv文件如图所示
源代码：
分类结果
