这门课带你用 R 快速掌握 K-means 聚类分析，从欧式距离与“组内相似、组间差异大”的基本思想出发，完整走通安装加载包、导入数据、标准化、判断最佳聚类数、运行聚类、解释结果和可视化展示的全流程。你将学会用肘部法和轮廓系数法寻找合适 K 值，理解 centers、nstart、set.seed 等关键参数，知道为什么 nstart 建议至少为 2，以及为什么随机初始化会改变组号却不一定改变分类结构。课程案例最终指向 4 类，并演示如何调整颜色、形状、透明度和中心点，让聚类结果更直观。适合 R 语言初学者、数据分析入门者，以及需要做样本分群、用户画像、市场细分或模式识别的学生和职场人。学完后，你不仅能读懂 K-means 输出，还能独立完成一次规范、可复现的聚类分析，并用图表讲清数据背后的分组逻辑。