聚类分析代码matlab

当然可以！以下是一个简单的聚类分析代码示例，使用MATLAB的统计和机器学习工具箱（Statistics and Machine Learning Toolbox）中的`kmeans`函数进行聚类：

% 生成示例数据
data = randn(100, 2);

% 设置聚类数目
numClusters = 3;

% 执行k-means聚类
[idx, C] = kmeans(data, numClusters);

% 可视化结果
figure;
gscatter(data(:, 1), data(:, 2), idx);
hold on;
plot(C(:, 1), C(:, 2), 'kx', 'MarkerSize', 10, 'LineWidth', 2);
legend('Cluster 1', 'Cluster 2', 'Cluster 3', 'Centroids');
hold off;

在这个示例中，我们首先生成了一个包含100个随机样本的2维数据集。然后，我们通过将数据传递给`kmeans`函数，使用聚类数目为3来执行k-means聚类。`kmeans`函数返回每个样本的聚类索引（`idx`）和每个聚类的中心点位置（`C`）。最后，我们使用`gscatter`函数将每个样本根据其聚类索引进行可视化，并使用`plot`函数将聚类中心点绘制为黑色叉号。

请注意，这只是一个基本的示例，实际应用中可能需要根据具体情况进行适当的调整和扩展。希望对你有所帮助！如果有任何其他问题，请随时提问。