在聚类分析系列的第四部分，也是最后一篇文章中,我们提供了几个实例来说明如何用游戏中玩家的数据进行聚类分析的操作实践，以及如何展现聚类分析的结果并使其可操作。泡一杯咖啡，找一把舒服的椅子，好好享受这一刻。

我们已经讨论了随意处理在聚类分析基础上的应用，以及在大量的模型、算法和游戏行为数据分析运算上相关的应用的地步。鉴于人类决策力的权重，运行一个聚类分析看上去令人望而却步，现在已经到了可以用实例来说明整个过程如何在实践中具体操作的时候了。这表明准备、读取数据和运行聚类分析是可能的，甚至可以在没有专家协助的情况下操作。顺便说一下，这也适用于预测分析的情况，DmitryNozhnin曾撰写过一篇相关的文章《PredictingChurn:Data-MiningYourGame》。

本文以一款MMORPG《TERA》（神谕之战）为例，运用基线算法，K-均值聚类（之前曾在本系列文章中的第二篇做过介绍）。简单地说，k-均值聚类试图划分为k个簇，每个簇与最近的平均值聚类，形成聚类原型（有关k-均值运算的相关问题可以查阅DanielMacKay的书《信息理论，推理和学习算法》）。