kmeans聚类算法matlab例子

以下是一个基于MATLAB的K-means聚类算法的例子：

data = [1 1; 2 1; 1 2; 2 2; 4 4; 5 4; 4 5; 5 5]; % 数据集
cluster_num = 2; % 聚类数量

[m, n] = size(data);
cluster = data(randperm(m, cluster_num), :); % 随机选择聚类中心

epoch_max = 1000; % 最大迭代次数
therad_lim = 0.001; % 中心变化阈值
epoch_num = 0;

while(epoch_num < epoch_max)
    epoch_num = epoch_num + 1;

    % 计算每个点到各聚类中心的欧氏距离
    distance1 = sqrt(sum((data - reshape(cluster, 1, cluster_num, n)).^2, 3));

    [~, index_cluster] = min(distance1, [], 2); % 分配到最近的聚类中心

    % 计算新的聚类中心
    for j = 1:cluster_num
        cluster_new(j, :) = mean(data(index_cluster == j, :));
    end

    % 如果新的聚类中心和上一轮的聚类中心之间的距离和大于阈值，则更新聚类中心；否则算法结束
    if (sqrt(sum((cluster_new - cluster).^2)) > therad_lim)
        cluster = cluster_new;
    else
        break;
    end
end

% 输出结果
index_cluster
cluster