k-means源代码 MATLAB

k-means算法是一种常用的无监督聚类方法，在MATLAB中有一个内置函数`kmeans`可以直接用于执行这个任务。下面是k-means算法的基本步骤和如何在MATLAB中使用它：

1. **基本步骤**：
- **初始化**：选择k个随机点作为初始质心（cluster centers）。
- **分配**：每个数据点被分配到与其最近的质心所在的簇。
- **更新**：根据所有属于当前簇的数据点计算新的质心。
- **迭代**：重复上述过程直到质心不再改变或达到预设的最大迭代次数。

2. **MATLAB代码示例**：

% 导入数据
data = ...; % 你的数据集，通常是矩阵形式

% 设置参数
k = ...; % 要求的簇数
maxiter = ...; % 最大迭代次数
tol = ...; % 当两次迭代之间的变化小于这个值时停止

% 运行k-means
[idx, centers] = kmeans(data, k, 'MaxIter', maxiter, 'Tol', tol);

% idx 是每个样本所属的簇索引，centers是最终的质心

3. **