Matlab实现K均值聚类

本文介绍了如何在Matlab中实现K均值聚类算法,包括算法过程、聚类结果展示、伪代码及算法优缺点分析,强调了其快速收敛速度和可能存在的局限性。
摘要由CSDN通过智能技术生成

作为第一个博客,我写了一个简单的K均值聚类算法。过程大致如下:
(1)从n个样本中任意选择(一般是随机分配),k个作为初始聚类中心;
(2)对于剩下的其它样本点,根据它们与这些聚类中心的距离,分别将它们分配给与其最相似的中心所在的类别 C j
(3)计算每个新类的聚类中心;
(4)不断重复步骤(2)(3),直到所有样本点的分类不再改变或类中心不再改变。

一、方法说明

  • 在(2)计算距离的时候,我用的是欧式距离

    dij=k=1n(XikXjk)2
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值