k均值聚类代码matlab

以下是一个简单的k均值聚类的MATLAB代码示例：

% 准备数据
data = [1 1; 1 2; 2 1; 4 4; 4 5; 5 4];

% 设置聚类数量
k = 2;

% 初始化聚类中心
centroids = data(randperm(size(data,1), k), :);

% 迭代更新聚类
maxIterations = 10;
for iter = 1:maxIterations
    % 计算每个样本与聚类中心的距离，并选择最近的聚类中心
    distances = pdist2(data, centroids);
    [~, labels] = min(distances, [], 2);
    
    % 更新聚类中心为各聚类的均值
    for i = 1:k
        centroids(i, :) = mean(data(labels == i, :));
    end
end

% 打印最终的聚类结果
disp(labels);

这是一个简单的k均值聚类实现。首先，输入数据存储在`data`变量中。然后，我们选择要聚类的数量`k`。接下来，我们随机初始化`k`个聚类中心。然后，我们迭代地进行以下步骤：计算每个样本与聚类中心的距离，并选择最近的聚类中心；更新聚类中心为各聚类的均值。最后，输出每个样本的聚类标签。

请注意，该代码示例仅为了说明目的，并不包含完整的错误处理和优化措施。在实际使用中，建议进行更全面的错误处理和性能优化。