kmeans算法的matlab代码

K-means 聚类算法的 MATLAB 代码如下：

% X: 数据矩阵，每一行代表一个样本
% k: 聚类个数
% C: 聚类中心
% idx: 每一个样本所属的聚类编号

function [C, idx] = kmeans(X, k)
  [m, n] = size(X);
  % 随机初始化聚类中心
  C = X(randperm(m, k), :);
  old_C = C;
  idx = zeros(m, 1);
  
  while true
    % 更新每一个样本所属的聚类编号
    for i = 1:m
      min_dist = inf;
      for j = 1:k
        dist = sum((X(i, :) - C(j, :)).^2);
        if dist < min_dist
          min_dist = dist;
          idx(i) = j;
        end
      end
    end
    
    % 更新聚类中心
    for i = 1:k
      C(i, :) = mean(X(idx == i, :));
    end
    
    % 如果聚类中心没有发生变化，则算法终止
    if C == old_C
      break;
    end
    old_C = C;
  end
end

这份代码实现了 k-means 算法的核心过程。在调用该函数时，需要传入数据矩阵和聚类个数，函数会返回聚类中心和每一个样本所属的聚类编号。