kmeans聚类matlab代码

以下是一个简单的k-means聚类的Matlab代码示例：

% 首先，加载需要聚类的数据
load('data.mat');

% 然后，选择聚类的个数
K = 3;

% 设置迭代次数
max_iters = 100;

% 初始化聚类中心点
centroids = kMeansInitCentroids(X, K);

for i=1:max_iters
    % 簇分配步骤：为每个数据点分配最近的聚类中心
    idx = findClosestCentroids(X, centroids);

    % 移动聚类中心步骤：重新计算聚类中心
    centroids = computeCentroids(X, idx, K);

end

% 最后，显示聚类结果
plotDataPoints(X, idx, K);

在这个例子中，首先从名为"data.mat"的文件中加载数据，然后指定聚类的个数为3。代码接下来会进行迭代，簇分配步骤会为每个数据点分配最近的聚类中心，而移动聚类中心步骤则会重新计算聚类中心。最后，代码会用plotDataPoints函数来将聚类结果可视化。