上述代码可以加入各个点属于哪个类别的具体体现吗

当然可以。只需要在代码中添加一行代码，将每个数据点所属的聚类类别保存到一个变量中即可。以下是修改后的代码：

clear all;
close all;
clc;

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

% 聚类个数
k = 2;

% 迭代次数
max_iters = 10;

% 随机初始化聚类中心
initial_centroids = datasample(data, k, 'Replace', false);

% 迭代更新聚类中心和分配数据点
for i=1:max_iters
    % 计算每个数据点到每个聚类中心的距离
    distances = pdist2(data, initial_centroids);
    
    % 将数据点分配到最近的聚类中心
    [~,idx] = min(distances,[],2);
    
    % 保存每个数据点所属的聚类类别
    data_labels{i} = idx;
    
    % 可视化数据点和聚类中心
    figure;
    scatter(data(:,1),data(:,2),15,idx,'filled');
    hold on;
    scatter(initial_centroids(:,1),initial_centroids(:,2),100,[1:k],'*');
    title(sprintf('Iteration %d',i));
    hold off;
    
    % 更新聚类中心
    for j=1:k
        initial_centroids(j,:) = mean(data(idx==j,:));
    end
end

这段代码中，我们添加了一个变量 `data_labels`，用于保存每个数据点所属的聚类类别。在每次迭代中，我们将 `idx`（即每个数据点所属的聚类类别）保存到 `data_labels` 中。你可以在代码执行完后查看 `data_labels` 变量，就可以看到每个数据点所属的聚类类别了。