技能训练
（1）K-means算法的核心内容是什么？
（2）质心迁移的标准是什么？
（3）K值的选择方法有哪些？
（4）为什么要使用正则项？
数据集说明：数据集包含了某大学 2022—2022 年三年学生的教学大数据，其中包括学生的类型信息（性别、毕业类别、科类三个信息）及成绩信息（高中毕业、大学-1、大学-2、大学-3）。
类别信息为目录型特征变量，呈现如下：
性别：男、女；
毕业类别：高中毕业、职业高中毕业、其他中等专业学校毕业。
科类：理工、文史、中职对口、五年一贯制转段。
③作业内容。
作业包括两部分：数据集的归一化处理和聚类分析， 将数据集按不同特征变量组合进行 K 近邻分析，并形成群组对照。
a. 归一化处理方法。 采用 Z-score 标准化处理方法，对序列进行变换：
则新序列的均值为 0，而方差为 1，且无量纲。
按以上要求，将学生成绩按类型归一化。
b. 聚类分析。学生需构建处理流程图，并保存轮廓系数表，
将最优 K 聚类保存并生成图形，如图2-2-16～图 2-2-18 所示
。
。
