matlab kmeans画图

在使用Matlab进行Kmeans聚类时，可以通过绘制散点图来展示聚类结果和聚类边界。以下是一个示例代码，展示了如何使用Kmeans算法对数据进行聚类，并绘制出聚类效果的散点图:

% 导入数据
Dat = xlsread('data.xls');
Feature = zeros(size(Dat));
Feature(:,2:end) = Dat(:,2:end);
X = Feature(:,2:end);

% Kmeans聚类
KCluster = 6;
cidx = func_cmeans(X',KCluster);
Feature(:,1) = cidx';

% 绘制散点图
K1 = 2; % 选择权值最大的两个特征进行绘图
K2 = 3;
figure;
plot(X(cidx==1,K1),X(cidx==1,K2),'ro', ...
     X(cidx==2,K1),X(cidx==2,K2),'bo', ...
     X(cidx==3,K1),X(cidx==3,K2),'ko', ...
     X(cidx==4,K1),X(cidx==4,K2),'mo', ...
     X(cidx==5,K1),X(cidx==5,K2),'mo', ...
     X(cidx==6,K1),X(cidx==6,K2),'co');
hold on;

% 添加图例
if KCluster == 2
    legend('类别1','类别2','聚类中心点');
end
if KCluster == 3
    legend('类别1','类别2','类别3','聚类中心点');
end
if KCluster == 4
    legend('类别1','类别2','类别3','类别4','聚类中心点');
end
if KCluster == 5
    legend('类别1','类别2','类别3','类别4','类别5','聚类中心点');
end
if KCluster == 6
    legend('类别1','类别2','类别3','类别4','类别5','类别6','聚类中心点');
end

这段代码会根据所给数据集进行Kmeans聚类，并根据聚类结果绘制散点图。其中，不同类别的数据点用不同的颜色表示，聚类中心点用另一种颜色表示。你可以根据自己的数据集和需求修改代码中的参数和绘图方式，以获得适合你的聚类效果图。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* [MATLAB | kmeans聚类如何绘制更强的聚类边界(决策边界)](https://blog.csdn.net/slandarer/article/details/127071211)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
- *3* [基于MATLAB的Kmeans聚类算法的仿真与分析](https://blog.csdn.net/ccsss22/article/details/127951752)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]