K 均值聚类 matlab

K均值聚类是一种常用的无监督学习算法，用于将数据集划分为K个不同的类别。在Matlab中，你可以使用自带的kmeans函数来实现K均值聚类。

以下是一个使用Matlab进行K均值聚类的示例代码：

% 假设你有一个名为data的数据集，其中包含N个样本，每个样本有D个维度
% data为一个N*D的矩阵

K = 3; % 设置聚类数目

% 执行K均值聚类
[idx, centroids] = kmeans(data, K);

% idx为一个长度为N的向量，表示每个样本所属的类别
% centroids为一个K*D的矩阵，表示每个类别的中心点

% 可以使用 plot 函数将聚类结果可视化
figure;
gscatter(data(:,1), data(:,2), idx);
hold on;
plot(centroids(:,1), centroids(:,2), 'kx', 'MarkerSize', 15, 'LineWidth', 3);
legend('Cluster 1', 'Cluster 2', 'Cluster 3', 'Centroids');

在上述示例中，我们假设数据集`data`有两个维度，并且希望将其划分为3个不同的类别。`kmeans`函数返回每个样本所属的类别索引`idx`以及每个类别的中心点`centroids`。然后，我们可以使用`gscatter`函数将聚类结果可视化，其中不同的类别用不同的颜色表示，中心点用黑色十字标记表示。

请注意，这只是一个简单的示例代码，你可以根据实际需求进行修改和扩展。希望对你有帮助！如果你有更多问题，请继续提问。