matlab kmeans

K-means是一种常用的聚类算法，在MATLAB中也有相应的实现。

MATLAB中的kmeans函数可以使用以下语法调用：

[idx,C,sumd,D] = kmeans(X,k)

其中，X表示聚类数据的矩阵，每一行代表一个样本，每一列代表一个特征；k表示聚类的簇数；idx是一个向量，表示每个样本所属的簇；C是一个矩阵，表示每个簇的中心点；sumd是一个向量，表示每个样本到其所属簇的中心点的距离的平方和；D是一个矩阵，表示每个样本到每个簇的中心点的距离的平方。

例如，以下示例代码将使用kmeans函数对一个二维数据集进行聚类：

% 生成随机数据集
rng('default')
X = [randn(100,2)*0.75+ones(100,2);
     randn(100,2)*0.5-ones(100,2)];

% 使用kmeans函数进行聚类
[idx,C,sumd] = kmeans(X,2);

% 绘制聚类结果
figure;
plot(X(idx==1,1),X(idx==1,2),'r.','MarkerSize',12)
hold on
plot(X(idx==2,1),X(idx==2,2),'b.','MarkerSize',12)
plot(C(:,1),C(:,2),'kx',...
     'MarkerSize',15,'LineWidth',3)
legend('Cluster 1','Cluster 2','Centroids',...
       'Location','NW')
title 'Cluster Assignments and Centroids'
hold off

运行以上代码，将得到一个包含两个簇的聚类结果。