k-means聚类迭代算法matlab

以下是k-means聚类迭代算法的matlab代码实现：

function [idx, C] = kmeans(X, k)
% X: 数据矩阵，每行为一个样本，每列为一个特征
% k: 簇的个数
% idx: 每个样本所属的簇
% C: 簇中心

% 初始化簇中心
C = X(randperm(size(X, 1), k), :);

% 迭代
while true
    % 计算每个样本到簇中心的距离
    D = pdist2(X, C);

    % 分配样本到簇
    [~, idx] = min(D, [], 2);

    % 更新簇中心
    C_new = zeros(k, size(X, 2));
    for i = 1:k
        C_new(i, :) = mean(X(idx == i, :), 1);
    end

    % 判断是否收敛
    if norm(C_new - C) < 1e-6
        break;
    end

    C = C_new;
end

该函数接受数据矩阵和簇的个数作为输入，返回每个样本所属的簇和簇中心。其中，初始化簇中心采用随机选择的方式，迭代收敛的判断标准为簇中心的变化量是否小于1e-6。