kmeans聚类算法matlab实例

kmeans聚类算法是一种常用的无监督学习算法，可以将数据集分成k个簇，每个簇内的数据点相似度较高，不同簇之间的数据点相似度较低。在Matlab中，可以使用kmeans函数实现聚类分析。下面是一个简单的kmeans聚类算法的Matlab实例：

% 生成随机数据
data = rand(100,2);

% 设置聚类数
k = 3;

% 运行kmeans算法
[idx, C] = kmeans(data, k);

% 可视化聚类结果
figure;
scatter(data(:,1), data(:,2), 10, idx, 'filled');
hold on;
scatter(C(:,1), C(:,2), 50, 'k', 'filled');
title('Kmeans聚类结果');
legend('簇1', '簇2', '簇3', '聚类中心');

在这个例子中，我们首先生成了一个100行2列的随机数据集，然后设置聚类数为3。接着，我们使用kmeans函数运行kmeans算法，得到每个数据点所属的簇idx和聚类中心C。最后，我们使用scatter函数将聚类结果可视化。