帮我写一段峰值密度聚类的MATLAB代码

当然可以！以下是一个简单的峰值密度聚类的MATLAB代码示例：

% 加载数据
data = load('data.txt');

% 设置参数
epsilon = 0.5; % 邻域半径
minPts = 5;   % 邻域内最小样本数

% 计算距离矩阵
distMat = pdist2(data, data);

% 初始化聚类标签
labels = zeros(size(data, 1), 1);
clusterIdx = 1;

% 遍历每个样本
for i = 1:size(data, 1)
    % 寻找邻域内的样本
    neighbors = find(distMat(i, :) <= epsilon);
    
    % 如果邻域内的样本数小于最小样本数，标记为噪声点
    if numel(neighbors) < minPts
        labels(i) = -1; % -1表示噪声点
        continue;
    end
    
    % 找到一个新的聚类
    labels(i) = clusterIdx;
    
    % 扩展聚类
    expandCluster(i, neighbors, clusterIdx);
    
    % 聚类索引加1
    clusterIdx = clusterIdx + 1;
end

% 定义扩展聚类函数
function expandCluster(pointIdx, neighbors, clusterIdx)
    % 将当前样本标记为当前聚类索引
    labels(pointIdx) = clusterIdx;
    
    % 遍历邻域内的样本
    for i = 1:numel(neighbors)
        neighborIdx = neighbors(i);
        
        % 如果样本未被分类
        if labels(neighborIdx) == 0
            % 标记为当前聚类索引
            labels(neighborIdx) = clusterIdx;
            
            % 寻找邻域内的样本
            neighborNeighbors = find(distMat(neighborIdx, :) <= epsilon);
            
            % 如果邻域内的样本数大于等于最小样本数，扩展聚类
            if numel(neighborNeighbors) >= minPts
                expandCluster(neighborIdx, neighborNeighbors, clusterIdx);
            end
        end
    end
end

% 打印每个样本的聚类标签
disp(labels);

请注意，以上代码仅为简单示例，具体的峰值密度聚类算法可能需要根据您的数据和需求进行调整。如果您有特定的要求，请提供更多细节，我将尽力提供更精确的代码。