斯坦福的机器学习公开课里的第 7 个作业，讲的是K-means 聚类和PCA 降维，内容扎实，练手舒服。

课程里用的是MATLAB，不过思路通用，换成 Python 也 OK。像kmeans和pca函数，都是现成的，调用方便。整个作业流程清晰，先聚类再降维，搭配练，思路还挺顺。

K-means就像把一堆数据分组，每组找个“中心”，让尽量靠近它。注意初始化比较敏感，多试几次效果更稳。PCA 这块主要是降维，把复杂的数据压缩一下，方便后面建模或者可视化。

建议先从ex7.pdf文档看看流程，再跑一下ex7的代码，理解会更深。你要是做项目需要做数据预或者模式识别，这俩工具基本是标配。

另外我整理了几个不错的拓展链接，像详解 k-means 聚类算法、Matlab 实现 K-means 聚类算法这些，蛮适合进一步加深理解的。

嗯，如果你最近刚好在学无监督学习或者准备面试机器学习相关的岗位，这个作业挺值得你花点时间啃一啃的。