二分 Kmeans matlab 代码

以下是二分 Kmeans 的 Matlab 代码：

function [centroids, idx] = bisection_kmeans(X, K)
% X: 数据集，每一行表示一个数据点
% K: 聚类中心的数量
% centroids: 聚类中心的坐标，每一行表示一个聚类中心
% idx: 每个数据点所属的聚类中心编号

% 初始化聚类中心为所有点的中心
centroids = mean(X, 1);

% 初始化每个点到聚类中心的距离为0
idx = zeros(size(X, 1), 1);

% 重复以下步骤直到达到期望的聚类中心数量
while size(centroids, 1) < K
    min_cost = Inf;
    min_centroids = [];
    min_idx = [];
    
    % 对每个聚类中心进行Kmeans聚类，选择最小代价的分类
    for i = 1:size(centroids, 1)
        % 将数据点分为两个簇
        [idx_i, centroids_i] = kmeans_split(X(idx == i, :), 2);
        
        % 计算两个簇的代价和
        cost_i = sum(pdist2(X(idx == i, :), centroids_i).^2);
        cost_i = cost_i(1) + cost_i(2);
        
        % 如果代价最小，保存分类结果
        if cost_i < min_cost
            min_cost = cost_i;
            min_centroids = centroids_i;
            min_idx = idx_i;
        end
    end
    
    % 更新聚类中心和每个点所属的聚类中心编号
    centroids(idx == i, :) = min_centroids;
    idx(idx == i) = min_idx + size(centroids, 1);
end
end

function [idx, centroids] = kmeans_split(X, K)
% X: 数据集，每一行表示一个数据点
% K: 聚类中心的数量
% idx: 每个数据点所属的聚类中心编号
% centroids: 聚类中心的坐标，每一行表示一个聚类中心

% 初始化聚类中心为随机选取的K个点
centroids = X(randperm(size(X, 1), K), :);

% 初始化每个点到聚类中心的距离为0
idx = zeros(size(X, 1), 1);

% 重复以下步骤直到聚类中心不再变化
while true
    % 计算每个点到聚类中心的距离
    dist = pdist2(X, centroids);
    
    % 更新每个点所属的聚类中心编号
    [~, new_idx] = min(dist, [], 2);
    
    % 如果聚类中心不再变化，退出循环
    if isequal(idx, new_idx)
        break;
    end
    idx = new_idx;
    
    % 更新聚类中心
    for i = 1:K
        centroids(i, :) = mean(X(idx == i, :), 1);
    end
end
end

使用方法：

% 生成随机数据集
X = randn(100, 2);

% 调用二分 Kmeans 算法
[centroids, idx] = bisection_kmeans(X, 3);

% 绘制聚类结果
plot(X(idx == 1, 1), X(idx == 1, 2), 'r.', ...
     X(idx == 2, 1), X(idx == 2, 2), 'b.', ...
     X(idx == 3, 1), X(idx == 3, 2), 'g.', ...
     centroids(:, 1), centroids(:, 2), 'kx', 'MarkerSize', 10, 'LineWidth', 3);