matlab对iris数据集进行K均值算法代码

在MATLAB中，可以使用`kmeans`函数来进行Iris数据集的K均值聚类分析。首先，你需要加载Iris数据集，通常这个数据集已经包含在MATLAB的统计工具箱里，通过`load`命令导入。下面是基本的步骤：

% 加载Iris数据集
load fisheriris

% 提取特征数据（这里我们假设使用前两个花瓣长度和宽度作为变量）
measurements = meas(:, [1 2]); % 如果你的meas数组有其他列，记得调整索引

% 设置K值（例如，如果我们想分成3类，因为有三种鸢尾花）
num_clusters = 3;

% 运行K均值算法
[idx, centroids] = kmeans(measurements, num_clusters);

% idx是一个向量，包含了每个样本属于哪个簇的信息
% centroids是每个簇的质心（中心点）

% 显示结果，比如可视化每个簇的数据点
gscatter(measurements(:, 1), measurements(:, 2), idx, 'rbg', 'o');
hold on;
plot(centroids(:, 1), centroids(:, 2), 'kx', 'MarkerSize', 10, 'LineWidth', 2);
title('K-Means Clustering of Iris Data');
xlabel('Petal Length');
ylabel('Petal Width');
legend({'Cluster 1', 'Cluster 2', 'Cluster 3', 'Centroids'});
hold off;