for k in K: kmeans = KMeans(n_clusters=k) kmeans.ft(X) #此处代码计算所有点与对应中心的距离的平方和的均值 mean_dist.append(sum(np.min(cdis(X,kmeans.cluster_centers_,'euclidean'),axis=1) X.shape[0])报错

这段代码中有语法错误，需要进行修正。正确的代码应该是：

for k in K:
    kmeans = KMeans(n_clusters=k)
    kmeans.fit(X)
    # 此处代码计算所有点与对应中心的距离的平方和的均值
    mean_dist.append(sum(np.min(cdist(X,kmeans.cluster_centers_,'euclidean'),axis=1))/X.shape[0])

修正后，代码中的错误包括：

1. `kmeans.ft(X)` 应该是 `kmeans.fit(X)`，表示对数据进行聚类；
2. `cdist` 应该是 `cdist`，表示计算距离矩阵；
3. `mean_dist` 中的计算公式应该为所有距离的平方和除以数据个数。

修正后的代码可以正确计算不同簇数下的平均距离。