Kmeans++算法 matlab

Kmeans算法是一种聚类算法，可以将数据集分成k个簇。Matlab中提供了kmeans函数实现该算法。

语法：[idx, C] = kmeans(X, k)

其中，X是数据矩阵，每行代表一个样本；k是簇的个数；idx是每个样本所属的簇的索引；C是簇的中心点。

示例：

假设有一个2维的数据集X，其中包含5个样本，需要将其分成3个簇。

X = [1 1; 1.5 2; 3 4; 5 7; 3.5 5];
[idx, C] = kmeans(X, 3);

执行完毕后，idx的值为[1; 1; 2; 3; 2]，表示第1、2个样本属于第1个簇，第3、5个样本属于第2个簇，第4个样本属于第3个簇；C的值为[1.25 1.5; 3.25 4.5; 4.25 6],表示3个簇的中心点分别为(1.25,1.5),(3.25,4.5),(4.25,6)。

除了基本的kmeans函数之外，还可以通过指定不同的参数来改变算法的行为，例如：

1. 'Replicates'参数可以指定算法重复运行的次数。

2. 'Distance'参数可以指定距离度量方式，如欧几里得距离、曼哈顿距离等。

3. 'Start'参数可以指定算法初始状态的方式，如随机选择初始簇中心点、指定初始簇中心点等。

4. 'MaxIter'参数可以指定算法最大迭代次数。

代码示例：

X = [1 1; 1.5 2; 3 4; 5 7; 3.5 5];
[idx, C] = kmeans(X, 3, 'Replicates', 5, 'Distance', 'cityblock', 'Start', 'sample', 'MaxIter', 1000);