聚类的老教材了，Clustering.Wiley.2009算是入门和进阶都能兼顾的那种。讲得比较细，例子也挺实在，尤其适合你想搞清楚聚类背后的逻辑，比如怎么分组、怎么度量距离这些问题。

里面重点讲了像K-Means、层次聚类这类经典算法，讲法不算花哨，但还挺系统的。你平时用 Python 写点数据挖掘脚本，拿这本书来补底子还蛮不错的。有时候遇到模型聚不了类，看下这些原理，说不定就通了。

如果你对算法怎么跑出来的过程感兴趣，推荐你看看这个《聚类算法》，里面整理了不少算法变种，也有可视化例子，看起来比较轻松。

还有一篇《探究层次聚类：数据挖掘中的聚类》，写得蛮接地气的，拿业务数据举例挺多。嗯，比较适合边看边实践。

如果你是做前端又对数据这块感兴趣，建议配合看下 JavaScript 数据库，比如D3.js或TensorFlow.js，跟聚类结合做点可视化实验，挺好玩的～

，Clustering.Wiley.2009不花哨但靠谱，适合你静下心来啃点底层原理。如果你想边学边写，可以先从 K-Means 开始试水，逻辑清晰，代码也不难写。