matlab k-means聚类法

K-means聚类是一种常用的无监督学习算法，用于将数据集分成K个不同的群集。在MATLAB中，可以使用自带的kmeans函数来实现K-means聚类。

使用kmeans函数，你需要提供一个数据矩阵X，其中每一行代表一个数据点，每一列代表一个特征。然后，你需要指定要聚类的簇数K。

以下是一个示例代码：

% 假设有一个包含100个数据点，每个数据点有两个特征的数据矩阵X
X = rand(100, 2);

% 将X聚类成3个簇
K = 3;

% 使用kmeans函数进行聚类
[idx, C] = kmeans(X, K);

% idx是一个包含每个数据点所属簇的索引的向量
% C是每个簇的中心点

% 可以将聚类结果可视化
scatter(X(:,1), X(:,2), [], idx, 'filled');
hold on;
scatter(C(:,1), C(:,2), 100, 'k', 'filled');
hold off;

这段代码将数据矩阵X聚类成3个簇，并使用scatter函数将数据点和簇中心点可视化。

希望这能帮到你！如果有任何其他问题，请随时问我。