matlab kmeans

K-means是一种聚类算法，可以将数据分成K个不同的组。在MATLAB中，可以使用kmeans函数实现K-means算法。kmeans函数的语法如下：

[idx, C] = kmeans(X, K)

其中，X是一个n x p的矩阵，表示n个样本的p个特征；K是所需的簇的数量；idx是n x 1的向量，表示每个样本所属的簇的编号；C是K x p的矩阵，表示每个簇的中心点。

下面是一个简单的示例，演示如何使用kmeans函数对数据进行聚类：

% 生成随机数据
X = [randn(100,2)*0.75+ones(100,2);
    randn(100,2)*0.5-ones(100,2)];

% 使用kmeans函数聚类
[idx, C] = kmeans(X, 2);

% 可视化聚类结果
figure;
plot(X(idx==1,1),X(idx==1,2),'r.','MarkerSize',12)
hold on
plot(X(idx==2,1),X(idx==2,2),'b.','MarkerSize',12)
plot(C(:,1),C(:,2),'kx','MarkerSize',15,'LineWidth',3)
legend('Cluster 1','Cluster 2','Centroids','Location','NW')
title 'K-means聚类结果'
hold off

该示例生成了一个包含200个样本的数据集，然后使用kmeans函数将数据分为2个簇。最后，通过绘制散点图来可视化聚类结果。