写出MATLAB代码画图，题目为对八个专业的基础课程期末考试成绩进行模糊聚类分析

好的，下面是一份MATLAB代码，可以用于对八个专业的基础课程期末考试成绩进行模糊聚类分析并绘制图表。请注意，这只是一个基本的示例代码，您需要根据实际情况进行修改和调整。

% 读入数据
data = readmatrix('exam_scores.csv');

% 将数据转换成fuzzy数据类型
fdata = newfis('exam_scores');
fdata = addvar(fdata, 'input', 'score', [0 100]);
for i = 1:size(data, 1)
    fdata = addmf(fdata, 'input', 1, sprintf('mf%d', i), 'trimf', [data(i,1) data(i,2) data(i,3)]);
end

% 进行模糊聚类分析
options = [NaN NaN NaN NaN 2];
[centers, U] = fcm(data, 2, options);

% 绘制聚类结果图表
figure;
plot(data(U(1,:) > U(2,:),1), data(U(1,:) > U(2,:),2), 'ro', 'MarkerSize', 5);
hold on;
plot(data(U(1,:) <= U(2,:),1), data(U(1,:) <= U(2,:),2), 'bo', 'MarkerSize', 5);
plot(centers(1,1), centers(1,2), 'kx', 'MarkerSize', 10, 'LineWidth', 3);
plot(centers(2,1), centers(2,2), 'kx', 'MarkerSize', 10, 'LineWidth', 3);
xlabel('课程成绩1');
ylabel('课程成绩2');
legend('Cluster 1', 'Cluster 2', 'Centers');
title('基础课程期末考试成绩聚类结果');

% 输出聚类中心点和隶属度
disp('聚类中心点：');
disp(centers);
disp('隶属度矩阵：');
disp(U);

这份代码中，首先读入了包含八个专业基础课程期末考试成绩的数据文件，然后将数据转换成fuzzy数据类型。接着使用fcm函数进行模糊聚类分析，将聚类结果绘制在图表上，并输出聚类中心点和隶属度矩阵。最后，您可以根据需要对代码进行修改和调整，以满足您的具体需求。

希望这份代码对您有所帮助！