读入图像 (soccer.jpg) 并将其保存在名为 football 的数组中。实现 kmeans 算法将 inputIm 划分为 K 个簇。这个函数的原型应该是：
函数[cluster_map, center, dist] = MYKMEANS(inputIm, K)
其中 inputIm 是原始 RGB 彩色图像，K 是簇号，cluster_map 是与 inputIm 大小相同的单通道图像，cluster_map 中每个像素的值是其分配的簇索引，center 是得到的簇中心，应该是 K -by-3 矩阵，dist 是平均集群内欧几里得距离除以特征空间中的平均集群间欧几里得距离。
调用 MYKMEANS 函数将图像足球聚类为 K=6 簇，然后使用颜色可视化返回的 cluster_map。对于 inputIm 图像中的每个像素，只需将其 R、G、B 值作为其 3 维特征进行聚类。例如，如果 K=6，则 cluster_map 可视化应该类似于以下可视化：
注意：本题不得使用Matlab内置函数“kmeans”或任何其他聚类函数或第三方聚类包，违规记0分。调用MYKMEANS函数后，得到cluster_map，然后需要用不同的颜色可视化cluster_map来显示不同的cluster index，例如：黄色代表cluster id=1，粉红色代表cluster id=2，...等。 Original Image result图片
