基于两个初始给定簇的Kmeans

Question

我有数据点表示在一个二维图形，如下所示

1,1
1,2
2,1
2,2
3,3
8,8
9,8
8,9
9,9

编辑： Now, if I have two initial given clusters, let's say (1,1) and (2,1), I want to use K means to decide the clusters based on Euclidean Distances with termination condition of 3 iterations.

我的方法是创建一个pandas数据帧，用2个集群应用kmeans并注意质心

import pandas as pd
df = pd.DataFrame({'x': [1,1,2,2,3,8,9,8,9], 
                   'y': [1,2,1,23,8,8,9,9]})
from sklearn.cluster import KMeans
kmeans = KMeans(2).fit(df.values)

但是，我被困住了。如何定义自己的自定义功能

我想将它迭代到下三个迭代，并注意到在这三个迭代中达到精确集群的计算

谢谢