利用MATLAB，使用k均值算法（k=3），对数据文件Ex4_data.mat的样本数据进行聚类，并将聚类结果与真天标签的类别结果作图显示。

好的，针对你的问题，我来为你提供一下MATLAB实现k均值算法聚类，并将聚类结果与真实标签进行比较的代码：

% 加载数据
load('Ex4_data.mat')

% 设置聚类个数
k = 3;

% 运行k均值算法
[idx, C] = kmeans(X, k);

% 绘制聚类结果图
subplot(1,2,1);
gscatter(X(:,1), X(:,2), idx);
hold on;
plot(C(:,1), C(:,2), 'kx', 'MarkerSize', 15, 'LineWidth', 3);
legend('Cluster 1', 'Cluster 2', 'Cluster 3', 'Centroids');
title('K-Means Clustering Results');
xlabel('Feature 1');
ylabel('Feature 2');

% 加载真实标签数据
load('Ex4_data_labels.mat')

% 绘制真实标签结果图
subplot(1,2,2);
gscatter(X(:,1), X(:,2), y);
title('True Labels');
xlabel('Feature 1');
ylabel('Feature 2');

通过以上代码，可以先加载数据，然后设置聚类个数为3，使用MATLAB内置的kmeans函数进行聚类，最后绘制出聚类结果图，其中聚类结果用不同颜色的散点图表示，聚类中心用黑色的十字表示。接着，加载真实标签数据，绘制出真实标签结果图，其中每个类别用不同颜色的散点图表示。

需要注意的是，真实标签数据需要与样本数据对应，即第i个样本的真实标签应该是y(i)。