K-Means算法（实例）

K-Means算法实例：

本文的是上一篇的实例部分

以下代码均是在Matlab中实现。

1.初始化中心点

function centroids = kMeansInitCentroids(X, K)

centroids = zeros(K, size(X, 2));% 初始化centroids为一个K by n 的矩阵
m = size(X,1);
rands = randperm(m,K);% 从1到m中随机选取K个数
centroids = X(rands,:);% 从X中，选取K个点作为初始中心点

end

randperm的用法，戳此处

2.计算最近的中心点

function idx = findClosestCentroids(X, centroids)

K = size(centroids, 1);

idx = zeros(size(X,1), 1);%idx 就是前面说到的c(i)  m by 1

m = size(X,1);

for i = 1:m;% 对所有点进行遍历，计算时采用矩阵形式比较方便
    
    subs = centroids - X(i,:);% 一个点到到三个中心点的向量
    distance2 = sum(subs.^2,2);%计算这三个向量模长的平方
    [temp,idx(i)]