Update README.md

Author: Dod-o

README.md

@@ -8,13 +8,16 @@
 
 如果时间充沛的话，可能会试着给每一章写一篇博客。先放个博客链接吧：[传送门](http://www.pkudodo.com/)。    
 
-##### 注：其中Mnist数据集已转换为csv格式，由于体积为107M超过限制，改为压缩包形式。下载后务必先将Mnist文件内压缩包直接解压。   
-##### 另：有意向为这个repo补充第二版无监督部分的大佬下拉到最下方联系我～只要求注释完善即可。我们可以成为好朋友一起冲鸭！！！
+##### 注：其中Mnist数据集已转换为csv格式，由于体积为107M超过限制，改为压缩包形式。下载后务必先将Mnist文件内压缩包直接解压。  
+
+#### Updates Jan 27 2021：部分无监督算法已更新！！！ 该部分由[Harold-Ran](https://github.com/Harold-Ran)提供，在此感谢！ 有其他算法补充的同学也欢迎添加我微信并pr，一起冲鸭！！！
        
        
 实现
 ======
 
+## 监督部分
+
 ### 第二章 感知机：
 博客：[统计学习方法|感知机原理剖析及实现](http://www.pkudodo.com/2018/11/18/1-4/)      
 实现：[perceptron/perceptron_dichotomy.py](https://github.com/Dod-o/Statistical-Learning-Method_Code/blob/master/perceptron/perceptron_dichotomy.py)
@@ -51,11 +54,35 @@
 ### 第十章 隐马尔可夫模型：
 实现：[HMM/HMM.py](https://github.com/Dod-o/Statistical-Learning-Method_Code/blob/master/HMM/HMM.py)    
 
-       
-       
+## 无监督部分
+
+### 第十四章 聚类方法
+实现：[K-means_Clustering.py](https://github.com/Dod-o/Statistical-Learning-Method_Code/blob/master/Clustering/K-means_Clustering/K-means_Clustering.py)
+实现：[Hierachical_Clustering.py](https://github.com/Dod-o/Statistical-Learning-Method_Code/blob/master/Clustering/Hierachical_Clustering/Hierachical_Clustering.py)
+
+### 第十六章 主成分分析
+实现：[PCA.py](https://github.com/Dod-o/Statistical-Learning-Method_Code/blob/master/PCA/PCA.py)
+
+### 第十七章 潜在语意分析
+实现：[LSA.py](https://github.com/Dod-o/Statistical-Learning-Method_Code/blob/master/LSA/LSA.py)
+
+### 第十八章 概率潜在语意分析
+实现：[PLSA.py](https://github.com/Dod-o/Statistical-Learning-Method_Code/blob/master/PLSA/PLSA.py)
+
+### 第二十章 潜在狄利克雷分配
+实现：[LDA.py](https://github.com/Dod-o/Statistical-Learning-Method_Code/blob/master/LDA/LDA.py)
+
+### 第二十一章 PageRank算法
+实现：[Page_Rank.py](https://github.com/Dod-o/Statistical-Learning-Method_Code/blob/master/Page_Rank/Page_Rank.py)
+
+
+
+
+
+
 联系
 ======
-项目未来短期内不再更新，如有疑问欢迎使用issue，也可添加微信或邮件联系。      
+欢迎pr，有疑问也可通过issue、微信或邮件联系。      
 此外如果有需要**MSRA**实习内推的同学，欢迎骚扰。             
 **Wechat:** lvtengchao（备注“blog-学校/单位-姓名”）      
 **Email:** lvtengchao@pku.edu.cn