用MATLAB生成一个聚类算法

以下是一个基于k-means聚类算法的MATLAB代码示例：

% 创建数据集
X = [randn(100,2)*0.75+ones(100,2);
     randn(100,2)*0.5-ones(100,2)];

% 设置聚类数量
K = 2;

% 使用k-means算法进行聚类
[idx,C] = kmeans(X,K);

% 可视化结果
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 'Cluster Assignments and Centroids'
hold off

该代码首先创建了一个包含200个数据点的数据集。然后，通过设置聚类数量为2，使用k-means算法对数据进行聚类。最后，通过可视化结果，展示了聚类结果和聚类中心。