果盘照片有许多相近颜色。坤坤想做一张只有八种颜色的海报：该保留哪些颜色，每个像素又应该变成哪一种？
下载与运行
下载食品实验室完整项目包。第一次使用，先按环境配置教程打开终端、安装 Python 和依赖。启动后在左侧选择“图片颜色压缩”。
练习文件：projects/color_compression/exercises.py。演示查看参考实现；练习使用自己保存的函数。
看演示 → 写函数 → 做对照 → 挑战
- 观察 2 色、8 色和 32 色的重建，找到最先丢失的细节。
- 完成 fit_palette、reconstruct、mse；输入像素范围为 0..1。
- 上传自己的照片，比较颜色数量与均方误差，并下载重建图。
- 挑战：给不同图像比较误差曲线，解释为什么相同 K 的失真不同。
函数接口
fit_palette
输入 N×3 RGB（0..1），颜色数 K；返回 K×3 调色板，仅拟合输入像素。
reconstruct
将 H×W×3 图的每个像素换为最近的调色板颜色，返回相同形状图。
mse
返回所有像素通道的均方误差；相同图应为 0。
提示一：思路
把每个像素看作 RGB 空间的一个点；中心是调色板颜色，最近中心决定像素的新颜色。
提示二：接口
KMeans.cluster_centers_；将图片 reshape(-1,3)，用广播计算像素到各中心的平方距离。
完整实现：solutions/color_compression.py。练习模式只调用 projects/color_compression/exercises.py。
完成标准
通过函数检查，跑通练习模式；保存至少两次参数不同的实验记录，说明观察到的变化与原因。检查失败时先核对输入与输出，不要只看图是否漂亮。