这是我练习的第一个机器学习的算法,写的比较简单,肯定也有一些小错误。也参看了很多其他人的代码。现在贴出来算是我学习的一个历程啦。
clear all;close all;clc;
data1=normrnd(0,0.25,100,2); %生成符合
data2=normrnd(1.25,0.5,100,2);
data3=normrnd(-1.25,0.5,100,2);
% 显示数据
plot(data1(:,1),data1(:,2),'b.');
hold on;
plot(data2(:,1),data2(:,2),'r.');
plot(data3(:,1),data3(:,2),'g.');
grid on;
% 三类数据合成一个数据类
data = [data1; data2; data3];
N=4;%设置聚类数目
[m,n]=size(data);%取矩阵的大小,m=300,n=2
cen=zeros(N,n);%设置初始聚类中心
dis=zeros(m,N,2);%设置初始存放最小欧式距离的矩阵,第一列存放距离每二列存放分类信息
new_cen=ones(N,n);%更新后的聚类中心
% 选定初始质心
t = 1;
for i=1:N
cen(i,:)=data( randi(m,1),:);%第一次随机产生聚类中心
end
for num=1:1000%迭代次数
for i=1:m %计算每一点的对聚类中心的距离,并选取最小的将其划分为一类
for j=1:N
dis(i,j,1)=(data(i,1)-cen(j,1)).^2+(data(i,2)-cen(j,2)).^2;
%计算数据对某一个聚类中心的距离
end
dis(i,:,2)=min(dis(i,:,1)');%将距离矩阵的