k-means聚类分析求区间matlab

k-means聚类算法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，可以使用kmeans函数来实现k-means聚类分析。

下面是一个示例代码，演示如何使用k-means聚类算法对区间进行聚类分析：

% 生成随机数据
data = rand(100, 1) * 10;

% 设置聚类的个数
k = 3;

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

% 绘制聚类结果
figure;
hold on;
for i = 1:k
    cluster_data = data(idx == i);
    scatter(cluster_data, zeros(size(cluster_data)), 'filled');
end
scatter(C, zeros(size(C)), 'rx', 'LineWidth', 2);
hold off;

% 设置图形属性
xlabel('区间值');
ylabel('聚类结果');
title('k-means聚类分析求区间');
legend('Cluster 1', 'Cluster 2', 'Cluster 3', 'Centroids');

这段代码首先生成了一个包含100个随机数的数据集，然后使用k-means聚类算法将数据集划分为3个不同的类别。最后，使用散点图将聚类结果可视化展示出来，不同的类别用不同的颜色表示，聚类中心用红色叉号表示。