聚類演算法

1、python 使用例子（包含程式碼和演算法說明）：https://www.cnblogs.com/ahu-lichang/p/7161613.html
2、剛接觸機器學習這一個月我都做了什麼？（經典的機器學習步驟，不可誤入誤區）：https://www.cnblogs.com/xing901022/p/6953696.html
3、K-means 演算法實現：文章介紹了 k-means 演算法的基本原理和 scikit 中封裝的 kmeans 庫的基本引數的含義：https://juejin.im/post/5daffd26e51d45249f6085a5#heading-0
4、聚類的例子 ppt，從資料準備，特徵選取，特徵提取，到聚類的詳細講解：https://cloud.tencent.com/developer/news/146955
5、k-means 例子：http://www.woshipm.com/ai/2102501.html/comment-page-1
6、k-modes 的介紹：http://sofasofa.io/forum_main_post.php?postid=1000500
7、k-modes 原始碼：https://github.com/nicodv/kmodes/blob/master/kmodes/kmodes.py
8、各類距離：https://www.cnblogs.com/WingPig/p/9760882.html
9、k-modes 應用：https://www.kaggle.com/ciujizuo/use-kmodes-to-do-clustering

1. K-Means 只能用於連續資料，而不能用於分類資料
   因為 K-Means 演算法的核心是計算空間座標中，點與點之間的平均值，而我們知道只有連續資料可以被計算，分類資料即使使用 1234 來表示，也只是作一個代稱，而不可以進行數學計算。

2. 在計算之前，需先對資料進行歸一化處理
   對資料進行歸一化處理是為了防止資料之間單位不一致，導致某些位數較大的引數擁有較高的權重，將所有的資料歸一化則可以將所有的引數權重調節成一致。當然，如果因為業務特點而需要將某些引數的權重調高或者調低，也可以根據實際情況來，畢竟演算法只是工具，真正起作用的還是使用演算法的人。

3. K-Means 演算法對資料噪聲和離群值較為敏感
   計算均值時需要所有的資料都參與，即使出現少量的離群資料，也會對均值產生極大的影響，所以在實際工作中使用演算法時，通常需要先對離群值進行資料清洗，排除離群值對最終結果的影響，然後再進行聚類計算。