对数值型数据分别进行K均值和模糊C均值聚类，并对两种聚类算法的聚类正确率进行比较，得出结论；

数据挖掘，基于weka的数据聚类分析，实验报告

k-means数据聚类实验报告 （MATLAB详细代码）

《单细胞RNA-seq数据集在无监督聚类中的挑战》pdf

论文：单细胞RNA-seq数据聚类用于细胞类型鉴定和表征的综述

针对高维数据聚类的问题，许多有效的方法已经被提出，级联的子空间聚类算法CSC就是一种有效的解决法案。但是CSC算法定义的聚类损失可能破坏特征空间，从而取得非代表性的无意义特征，进而损害聚类性能。为了解决这一问题，提出了一种结合自编码器保留数据结构的改进算法。具体地说，使用聚类损失作为引导，分散特征空间数据点，同时采用一种欠完备的自动编码器作为重构损失，约束操作和维护数据生成分布的局部结构。将两者结合，共同优化聚类标签的分配，学习适合聚类的局部结构保留特征。使用自适应矩估计（Adam）和小批量随机梯度下降（mini-batch SGD）两种优化方法调整模型参数。在多个数据集上，使用聚类结果准确率（ACC）、标准互信息（NMI）和调整rand指数（ARI）三个评价指标验证了该算法的有效性和优越性。

fcm高维数据聚类.

面板数据聚类分析MATLAB代码

统计数据的一种。指反映事物类别的数据。如人按性别分为男、女两类。 分类数据（categorical data）是离散数据(discrete data)。分类属性具有有限个（但可能很多）不同值，值之间无序。例子包括地理位置、工作类别和商品类型。有很多方法产生分类数据的概念分层。

这本书看上去不错呀。有不少好图，更重要的是还有不少好的内容。