kmeans聚类算法matlab代码小白

K-means聚类是一种无监督学习算法，它将数据集分为预先确定数量的簇，每个簇内的数据点彼此相似，而与其他簇的数据点相异。在MATLAB中，你可以使用`kmeans`函数来进行K-means聚类。以下是一个简单的步骤：

% 导入数据 (假设data是你要聚类的数据矩阵)
data = readmatrix('your_data_file.csv');

% 设置要使用的簇的数量（例如5）
numClusters = 5;

% 初始化随机质心（可以手动选择，也可以由kmeans函数自动选择）
initialCentroids = data(randperm(size(data, 1)), :);

% 调用kmeans函数并设置选项（'EmptyAction'='singleton'防止空簇）
[idx, centroids] = kmeans(data, numClusters, 'EmptyAction', 'singleton', 'Replicates', 10); % 重复10次以提高稳定性

% idx就是属于每个簇的索引，centroids是最终的质心

在这个例子中，`idx`是每个样本的所属簇编号，`centroids`则是形成的簇中心。