Update README.zh-cn.md

5-Clustering/translations/README.zh-cn.md

@@ -1,6 +1,6 @@
 # 机器学习中的聚类模型
 
-聚类（clustering)是一项机器学习任务，用于寻找类似对象并将他们分成不同的组（这些组称做“聚类”(cluster)）。聚类与其它机器学习方法的不同之处在于聚类是自动进行的。事实上，我们可以说它是监督学习的对立面。
+聚类（clustering）是一项机器学习任务，用于寻找类似对象并将他们分成不同的组（这些组称做“聚类”（cluster））。聚类与其它机器学习方法的不同之处在于聚类是自动进行的。事实上，我们可以说它是监督学习的对立面。
 
 ## 本节主题: 尼日利亚观众音乐品味的聚类模型🎧
 
@@ -13,10 +13,12 @@
 在本系列课程中，您将发现使用聚类技术分析数据的新方法。当数据集缺少标签的时候，聚类特别有用。如果它有标签，那么分类技术(比如您在前面的课程中所学的那些)可能会更有用。但是如果要对未标记的数据进行分组，聚类是发现模式的好方法。
 
 > 这里有一些有用的低代码工具可以帮助您了解如何使用聚类模型。尝试 [Azure ML for this task](https://docs.microsoft.com/learn/modules/create-clustering-model-azure-machine-learning-designer/?WT.mc_id=academic-15963-cxa)
+
 ## 课程安排
 
 1. [介绍聚类](../1-Visualize/translations/README.zh-cn.md)
 2. [K-Means 聚类](../2-K-Means/translations/README.zh-cn.md)
+3. 
 ## 致谢
 
 这些课程由 Jen Looper 在 🎶 上撰写，并由 [Rishit Dagli](https://rishit_dagli) 和 [Muhammad Sakib Khan Inan](https://twitter.com/Sakibinan) 进行了有帮助的评审。