第3篇 K-means聚类算法

目录

K-means聚类算法

---

K-means聚类算法

K_means 函数实现了 K-means 聚类算法，用于将二维数据点分成指定的类别。下面是对函数的详细中文解释：

1. 输入参数：

   • X 是一个包含所有二维数据点的矩阵。
   • xstart 是一个包含初始类别中心位置的矩阵。

2. 初始化：

   • 函数首先确定数据点的总数，并初始化每个数据点的类别标记。
   • 从初始中心位置中提取出每个类别的中心点 C1、C2 和 C3。

3. 迭代过程：

   • 使用一个循环来不断更新类别标记和类别中心。这里设置了最多 100 次迭代以避免过长时间的运行。
   • 在每次迭代中：
     • 计算每个数据点到所有类别中心的距离。
     • 将数据点分配给距离最近的类别中心。
     • 依据数据点的分配情况，更新每个类别的中心位置为该类别所有数据点的均值。