MATLAB的Kmeans算法程序

下面是MATLAB的Kmeans算法程序示例：

clc;
clear;
close all;

% 生成数据
data = [randn(100, 2)*0.75+ones(100, 2); randn(100,2)*0.5-ones(100,2)];

% 设置聚类数量
K = 2;

% KMeans算法
[idx, C] = kmeans(data, K);

% 可视化结果
figure;
plot(data(idx==1,1), data(idx==1,2), 'r.', 'MarkerSize', 12);
hold on;
plot(data(idx==2,1), data(idx==2,2), 'b.', 'MarkerSize', 12);
plot(C(:,1), C(:,2), 'kx', 'MarkerSize', 15, 'LineWidth', 3);
legend('Cluster 1', 'Cluster 2', 'Centroids', 'Location', 'NorthEast');
title(['KMeans Clustering with K=', num2str(K)]);

这段程序首先生成了一个二维数据集，然后使用KMeans算法将其分成两个类别，并将结果可视化出来。其中，`kmeans`函数用于执行KMeans算法，`idx`表示每个数据点所属的聚类类别，`C`表示聚类中心的坐标。程序运行后，会显示出一个图像，其中红点表示属于第一个聚类的数据点，蓝点表示属于第二个聚类的数据点，黑叉表示聚类中心的坐标。