kmeans聚类算法MATLAB实现

原理 ：

一个含n个元素的集合D：{x1, x2, …, xn}，其中xi = (xi1,xi2,…,xir)，即表示每个元素有r个属性（纬度）。kmeans算法就是要将这个集合分成k类，每一类有一个中心，其中k的大小是人为设置的。
kmeans工作流程如下：

1. 随意选k个点作为每个类初始的中心点
2. 遍历每一个点i，分别计算点i到这k个点的距离，离哪一个点最近就将点i划分成哪一类
3. 所有的点都划分完后，求每一类所有点的平均值，作为该类新的中心点
4. 然后重复2，3直到中心点不在变化，或者重复2，3到一定次数

优缺点：

优点：简单，高效
缺点：需要人为设置聚类的个数；对一些不规则的分布聚类效果很差；对异常值十分敏感，如下图：

MATLAB实现

链接：https://pan.baidu.com/s/12yO8u1seqvsF5NHd0XwUvA
提取码：o9wm
代码：

[b] = xlsread('aggregate.xlsx',1,'A1：c788');
x = b(:,1);
y = b(:,2);
%c = b(:,3);

data = [x(1:7,1),y(1:7,1)];
%用于记录点到样本的距离
dist = zeros(1,7);
for k = 1:300
%用来记录点被分到那个类中
c = zeros(788,1);
sum = zeros(7,3);
for i = 1:788
    for j = 1:7
        dist(1,j) = sqrt((x(i,1)-data(j,1))^2+(y(i,1)-data(j,2))^2);
    end
    [mi,index]=min(dist);
    c(i,1) = index;
    sum(c(i,1),1)=x(i)+sum(c(i,1),1);
    sum(c(i,1),2)=y(i)+sum(c(i,1),2);
    sum(c(i,1),3)=sum(c(i,1),3)+1;
end
%重新计算均值
for m = 1:7
    data(m,1) = sum(m,1)/sum(m,3);
    data(m,2) = sum(m,2)/sum(m,3);
end
end
%画图
for i = 1:788
    rand('seed',c(i,1));
    color = rand(1,3);
    plot(x(i,1),y(i,1),'*','color',color);
    hold on;
end