无监督聚类算法matlab代码

无监督聚类算法是一种通过计算数据之间的相似性来自动将数据分组的算法。在MATLAB中可以使用各种无监督聚类算法，比如k均值聚类、层次聚类、密度聚类等。下面是一个简单的使用k均值聚类算法的MATLAB代码示例：

% 生成随机数据
data = rand(100, 2);

% 设置聚类数
k = 3;

% 使用k均值聚类算法
[idx, C] = kmeans(data, k);

% 绘制聚类结果
figure;
scatter(data(:,1), data(:,2), 10, idx, 'filled');
hold on;
plot(C(:,1), C(:,2), 'kx', 'MarkerSize', 15, 'LineWidth', 3);
hold off;

在这个示例中，首先生成了一个包含100个样本、2个特征的随机数据。然后设置聚类数为3，使用MATLAB内置的kmeans函数进行聚类操作。kmeans函数会返回每个样本所属的簇的索引idx，以及每个簇的中心点C。最后通过绘制散点图的方式展示了聚类的结果，不同颜色的点表示不同的簇，黑色的叉号表示每个簇的中心点。

这段代码演示了如何使用MATLAB来实现无监督聚类算法，通过简单的几行代码就可以对数据进行聚类分析，非常方便和高效。当然，除了k均值聚类，MATLAB还提供了其他无监督聚类算法的函数和工具，可以根据具体的需求选择合适的算法进行使用。