Kmean（k均值聚类）学习-matlab代码撰写-2022-08-09

对于k均值的学习，来自于以下的博主，非常的感谢

看不懂打我系列之K-means聚类算法及其MATLAB实现_能让你开心的小技巧的博客-CSDN博客

所以，博主再这里不阐述k均值的原理了，直接进行了代码优化和代码冗余的修改，所有注释都有，可以直接吃和改进。

可以直接用于三维点云的聚类，由于博主这里没有适合kmean的聚类数据，就用matlab软件中带的数据进行示例了，上代码：

1 Kmean代码

 clear;clc;
% 提取matlab2019b软件数据
rng default; 
data = [randn(100,2)*0.75+ones(100,2);
    randn(100,2)*0.5-ones(100,2)];
figure;
plot(data(:,1),data(:,2),'.');


% 计算数据的维度
[m,n] = size(data);
% 制作聚类索引
idx = zeros(m,1);
% 设置聚类数量
k = 2;
% 随机选取聚类中心
center = randi(m,k,1);
center = data(center,:);

while true 
    % 储存新的中心
    nwe_center = zeros(k,n);
    for i = 1:k
        %d(:,i) = sqrt((data(:,1)-center(i,1)).^2+(data(:,2)-center(i,2)).^2);
        % 计算每个点到聚类中心的距离
        d(:,i) = sqrt(sum((data-center(i,:)).^2,2));
    end
    % 根据每个点到聚类中心的聚类，选取最小值，进行分类
    [~,idx] = min(d,[],2);
    N = 0;
    % 循环聚类个数
    for j = 1:k
        % 寻找满足聚类索引值的点
        temp = data(idx==j,:);
        % 计算当前聚类点的坐标总和
        new_center(j,:) = sum(temp);
        % 计算当前聚类点的坐标平均值
        new_center(j,:) = new_center(j,:)/length(temp(:,1));
        % 判断新的中心点和原始的中心点的差别大小，满足条件则聚类
        if norm(new_center(j,:)-center(j,:))<0.1
            % 如果满足阈值条件，则聚类符合，个数+1
            N=N+1;
        end
    end
    if N==k
        break
    else
        % 不满足聚类个数，则更新中心点（偏移中心点）
        % 进行新的迭代
        center = new_center;
    end
end

plot(data(idx==1,1),data(idx==1,2),'b.');
hold on;
plot(data(idx==2,1),data(idx==2,2),'r.');
grid on;
plot(center(:,1),center(:,2),'kx',...
     'MarkerSize',15,'LineWidth',3) 

 根据代码，最后聚类得到的：

 2 matlab2019b自带kmeans函数

matlab2019b自带k均值函数，kmeans，用法如下

idx = kmeans(X,k)

idx = kmeans(X,k,Name,Value)

[idx,C] = kmeans(___)

[idx,C,sumd] = kmeans(___)

[idx,C,sumd,D] = kmeans(___)

 

上代码：

 clear;clc;
% 提取matlab2019b软件数据
rng default; 
data = [randn(100,2)*0.75+ones(100,2);
    randn(100,2)*0.5-ones(100,2)];
figure;
plot(data(:,1),data(:,2),'.');
title '聚类之前';

idxk = kmeans(data,2);
plot(data(idxk==1,1),data(idxk==1,2),'b.');
hold on;
plot(data(idxk==2,1),data(idxk==2,2),'r.');
grid on;

 结果如下：

可以看得出来还是存在差异的。