如何用matlab将kmeans聚类结果分成一类结果单独成图

在MATLAB中，你可以使用`scatter`函数结合kmeans聚类的结果来可视化每个类别的数据点。假设你已经完成了kmeans聚类，并将结果存储在变量`idx`（表示类别标签），以及原始数据在`data`矩阵中，可以按照以下步骤操作：

1. 首先，确定你要绘制的数据特征。例如，如果你的数据有两列，可以用索引来选择这两列：

features = data(:, [1 2]); % 假设这是前两列作为x-y坐标

2. 然后，根据类别标签`idx`，分别创建一个新的数据集合，用于画出每个类别的散点图：

numClusters = max(idx);
clusterPlots = zeros(numClusters, size(features, 1));
for i = 1:numClusters
    clusterIdx = idx == i; % 获取当前类别的行索引
    clusterPlots(i, :) = features(clusterIdx, :); % 提取该类别的数据
end

3. 最后，使用`scatter`函数为每个类别创建一个散点图：

figure; hold on;
colormapJet(numClusters); % 选择颜色映射
for i = 1:numClusters
    scatter(clusterPlots(i, 1), clusterPlots(i, 2), 'filled', 'MarkerFaceColor', colormap(i), 'MarkerSize', 8);
    text(clusterPlots(i, 1) + 0.05, clusterPlots(i, 2) - 0.05, num2str(i)); % 添加类别编号
end
hold off;
title('K-Means Clustering Results');
xlabel('Feature 1');
ylabel('Feature 2');
legend(categories(idx)); % 如果类别名称已知，添加类别名到图例

这将生成一张包含所有类别散点的图。