kmeans聚类算法matlab代码
时间: 2023-08-30 19:05:11 浏览: 134
kmeans聚类算法 matlab代码实现
以下是一个基本的 k-means 聚类算法的 MATLAB 代码:
```matlab
function [centroids, label] = kmeans(X, K)
% X: 数据矩阵,每行表示一个样本
% K: 聚类数
% 初始化质心
[N, d] = size(X);
centroids = X(randperm(N, K), :);
% 迭代优化
label = zeros(N, 1);
for iter = 1:100
% 聚类分配
for i = 1:N
distances = sqrt(sum((X(i, :) - centroids) .^ 2, 2));
[~, label(i)] = min(distances);
end
% 更新质心
for k = 1:K
centroids(k, :) = mean(X(label == k, :), 1);
end
end
end
```
首先,我们从输入参数中获取数据矩阵 X 和聚类数 K。然后,我们随机选择 K 个样本作为质心,并进行迭代优化。
在每次迭代中,我们首先根据当前的质心将每个样本分配到最近的聚类中。然后,我们计算每个聚类中所有样本的平均值,并将其作为新的质心。
我们重复这个过程,直到质心不再变化或达到最大迭代次数为止。最终,我们将每个样本的标签返回给输出参数 label,以及每个聚类的质心返回给输出参数 centroids。
阅读全文