写出一段MATLAB代码是的输入一段数据能够求出聚类分析

聚类分析是数据分析中的一种技术，用于将数据集中的对象分组成多个类或簇。在MATLAB中，可以使用内置函数如`kmeans`来执行聚类分析。以下是一个简单的MATLAB代码示例，它演示了如何对数据集执行K均值聚类分析：

% 假设有一组二维数据
data = [randn(100,2)*0.75+ones(100,2);
        randn(100,2)*0.5-ones(100,2)];

% 使用kmeans函数进行聚类分析，这里假设我们要将数据分成3个簇
[idx, C] = kmeans(data, 3);

% idx是一个向量，包含了每个数据点所属的簇的索引
% C是每个簇的质心

% 绘制聚类结果
scatter(data(:,1), data(:,2), 10, idx, 'filled');
hold on;
scatter(C(:,1), C(:,2), 100, 'r', 'filled');
legend('Cluster 1', 'Cluster 2', 'Cluster 3', 'Centroids');
title('K-Means Clustering');
hold off;

在这个例子中，首先创建了一个包含200个二维点的`data`矩阵。其中100个点在两个坐标上分别加上了1，另外100个点则分别减去了1，以便于可视化。`kmeans`函数接受数据和簇的数量作为输入，并返回每个数据点所属的簇的索引`idx`以及每个簇的质心`C`。最后，代码使用`scatter`函数绘制了数据点和质心，通过不同颜色区分不同的簇。