算法得出的三個方框形便是聚類中心質(zhì)點，能夠看到他們消費周期差不多，但是藍(lán)色消費金額最高，所以說他那一簇就是超級VIP。綠色則是VIP。

另外還有近鄰算法(KNN)，算法的核心思想是如果一個樣本在特征空間中的k個最相鄰的樣本中的大多數(shù)屬于某一個類別，則該樣本也屬于這個類別，并具有這個類別上樣本的特性。該方法在確定分類決策上只依據(jù)最鄰近的一個或者幾個樣本的類別來決定待分樣本所屬的類別。我們的應(yīng)用場景是影片分類，先進(jìn)行維度的距離求值，然后排序，然后取最近的幾個樣本，頻率最高的類型就是該影片所屬的類型。

算法在處理數(shù)據(jù)時可以讓我們更加便捷，更能夠準(zhǔn)確判斷出數(shù)據(jù)給我們的提示。從而做出正確的判斷，在這個大數(shù)據(jù)時代，對數(shù)據(jù)敏感很重要，而這個敏感更多的是需要算法來幫助我們理解數(shù)據(jù)。

最后是網(wǎng)絡(luò)爬蟲，所謂爬蟲，就是通過代碼下載網(wǎng)上我們需要的信息。其實也很簡單，說起來不過就是，打開網(wǎng)頁，讀取數(shù)據(jù)，篩選數(shù)據(jù)。但是實現(xiàn)還是需要一定動手能力的，因為網(wǎng)絡(luò)的原因，這次我們還用python提供的WSGI接口供我們開啟本地服務(wù)器，能和真正上網(wǎng)一樣測試我們的爬蟲。但是很遺憾，以為版本問題，我的服務(wù)器使用程序開啟的時候出現(xiàn)了問題，但是在2.x版本時刻一正常運(yùn)行的。但是我也自學(xué)了一個更簡單的爬蟲語句，那就是 you-get ，這句代碼能輕松下載我們需要的視頻信息等。更為簡單方便，除此，還有很多的爬蟲框架我們要可以使用，以后還有機(jī)會再去深入研究。

在最后，通過半個月的實習(xí)，學(xué)到了很多東西，掌握了基本的python語言，主要是發(fā)現(xiàn)這門語言似乎很適合我，激發(fā)了自己極大的興趣，學(xué)到了一些算法的思維，以及加強(qiáng)了邏輯思維的學(xué)習(xí)，學(xué)會了如何把問題分割解決等等。也了解到了未來的人工智能發(fā)展，未來是個智慧的城市，我們賦予機(jī)器智能，是我們智慧的結(jié)晶。

最后，要感謝師傅和同事在這段時間的幫助，讓我們在這里輕松地實習(xí)，在這里學(xué)到知識，開闊自己的眼界。

相關(guān)推薦：

【Python培訓(xùn) 】從入門到精通 打造Python精英人才

【Python入門免費課程】引領(lǐng)編程開發(fā)新趨勢