数据挖掘算法的合集资源还挺难找的，尤其是带源码和文档的那种。这份叫DataMining20070102的压缩包就蛮实用，主要聚焦在四个经典算法上：关联规则、K-均值聚类、模糊聚类和K-中心点聚类，都是老少咸宜的“硬菜”。

用过Apriori的你肯定知道，挖掘“买了 A 也会买 B”这种规律适合搞促销和推荐系统，里面有完整的逻辑，support和confidence的计算方式也说得清楚，嗯，挺适合初学者。

K-均值聚类部分，写得比较细，尤其是怎么选K值，有提到肘部法则这些常用技巧。你要是数据量大点，它的速度还是蛮可观的。源码部分用的也是MATLAB，跑起来挺顺。

说到模糊聚类，多人一开始搞不懂为啥一个点能属于多个类，其实就像朋友圈，谁没几个圈子？C-Means算法就用了隶属度来模糊边界，那些重叠数据集还挺香。

还有K-中心点聚类，有点像K-means的兄弟，不过优化目标不同，它更适合非对称的簇结构，也不太挑初始点，对新手来说省心不少。

对了，里面还有一些比较不错的资源链接，像K 均值聚类算法和Apriori 关联规则算法，要深入研究的可以点进去看看。

如果你最近刚好在做商业、社交网络建模，或者就是想搞清楚聚类怎么回事儿，那这个资源你可以下下来折腾下，真的还不错。