%% MATLAB自带kmeans函数 subplot(2,1,2) %画子图，在这里是一图上可画两张子图 cluster_num=4; %自定义分类数 [index_km,center_km]=kmeans(data,cluster_num) ;%MATLAB自带kmeans函数 a=unique(index_km); %找出分类出的个数 C=cell(1,length(a)); for i=1:length(a) C(1,i)={find(index_km==a(i))}; end for j=1:cluster_num data_get=data(C{1,j},:); scatter(data_get(:,1),data_get(:,2),100,'filled','MarkerFaceAlpha',.6,'MarkerEdgeAlpha',.9); hold on end plot(center_km(:,1),center_km(:,2),'kd','LineWidth',2); hold on sc_k=mean(silhouette(data,index_km)); title_str1=['MATLAB自带kmeans函数',' 聚类数为：',num2str(cluster_num),' SC轮廓系数:',num2str(sc_k)]; title(title_str1) [index_km, center_km] = kmeans(data, cluster_num);disp('最终聚类中心：');disp(center_km);在这个代码中将聚类中心输出为一个数据矩阵X

在这个代码中，聚类中心已经被存储在了变量 center_km 中，它是一个 cluster_num 行，每行包含两个元素的矩阵，其中每个元素表示一个聚类中心在二维平面上的坐标。所以，如果你想将聚类中心输出为一个数据矩阵 X，可以使用下面的代码：

X = center_km;

执行这行代码后，变量 X 就包含了聚类中心的坐标信息。