在matlab上用k-means聚类算法聚类鸢尾花数据集

好的，以下是在MATLAB上使用k-means聚类算法聚类鸢尾花数据集的步骤：

1. 加载鸢尾花数据集

load fisheriris

2. 提取需要聚类的特征

X = meas(:, 3:4);

这里我们选择花瓣的长度和宽度作为聚类的特征。

3. 进行k-means聚类

k = 3;  % 设置聚类的类别数
[idx, C] = kmeans(X, k);

聚类的结果保存在`idx`中，每个样本所属的类别编号；聚类中心保存在`C`中。

4. 可视化聚类结果

figure;
gscatter(X(:,1), X(:,2), idx);
hold on;
plot(C(:,1), C(:,2), 'k*', 'MarkerSize', 10);
legend('Cluster 1', 'Cluster 2', 'Cluster 3', 'Centroids');

这里使用了`gscatter`函数将每个样本按照聚类结果进行可视化，使用`plot`函数将聚类中心标出来。

完整代码如下：

load fisheriris
X = meas(:, 3:4);
k = 3;  % 设置聚类的类别数
[idx, C] = kmeans(X, k);
figure;
gscatter(X(:,1), X(:,2), idx);
hold on;
plot(C(:,1), C(:,2), 'k*', 'MarkerSize', 10);
legend('Cluster 1', 'Cluster 2', 'Cluster 3', 'Centroids');