二、资料及分析方法 使用的资料是广州国家自动观测站2015年一月至2019年十二月期间的整点温度数据。选 取这段时间是因为2014年初广州站进行设备升级，2015年前和之后的数据来自不同设备观测 的，且新旧设备交替期间，部分时段数据缺失。 本文使用的将温度热变化分类的机器学习方法是K均值聚类算法 [18]。该算法是一种简单 的迭代型聚类算法，采用距离作为相似性指标，将给定的数据集分为K类，每个类的聚类中 心为此类中所有样本的均值，本文使用的是欧氏距离作为相似性指标。