数据挖掘里的老炮儿算法，C4.5和k-Means绝对得提一下。C4.5就是那种擅长做分类判断的老江湖，能缺失值、连续属性，还支持剪枝，泛化能力比较强。虽然效率一般，但稳定性、准确率都挺高，尤其适合做结构清晰的分类任务。

k-Means是聚类界的门面担当，逻辑不复杂，速度也快，挺适合快速划分数据群组的需求。想分个用户群、找出购物行为相似的群体，它还蛮合适的。但它对初始值比较敏感，结果容易被随机初始点带歪，得多跑几次取平均。

如果你喜欢实战代码，有几个语言版本推荐给你：C 语言实现、Python 版、Matlab 写的，都还挺适合入门和练手。

另外，Apriori在做商品推荐这块也常见，SVM在文本分类和图像识别上也挺能打。想全面了解这十大算法，不妨系统过一遍，思路会打开不少。

如果你最近刚好在做聚类，这个 K-Means 优化思路可以看看，里面讲了不少实用的小技巧。