机器学习之辣鸡使用matlab（三）k-means

K-means

红酒数据集（Wine Data Set）http://archive.ics.uci.edu/ml/datasets/Wine

要求：

1.编程实现K-means算法，并在红酒数据集上运行。

2.设置不同K值，不同初始中心，在红酒数据集上进行实验比较。

3.分析k-means的优缺点，并对其中一个或几个缺点进行改进。

这个我是有借鉴哒！把原博po在这里：http://blog.csdn.net/llp1992/article/details/45095935

实现过程：

1. 首先利用importdata函数将数据集读入并存储到到一个178*13的矩阵a中，把数据集中的第一列分类去掉了，因为在聚类时用不到。由于13种属性的取值相差太大，有的值很大，有的值很小，如最后一列属性中，其中某个属性值很大，但是它在自己所在的属性列中占的权重不一定大。所以避免不同属性值相差悬殊在分类时产生不好的影响，将每个样本的每个属性都单位化。即每个属性值在自己所在的属性列中单位化。

2.