MATLAB K-means聚类分析

本文介绍了如何使用MATLAB进行K-means聚类分析,包括K聚类的基本用法,MATLAB的kmeans函数详细解释,以及如何确定最佳的K值。通过实例展示了分类过程,并提出了通过‘肘部法则’确定K值的方法。
摘要由CSDN通过智能技术生成

K聚类用法

  • 对未知分类的数据进行分类。
  • 分类之前要人为定义要分多少类,即要先确定 K 值
  • 分类后可以得出每一个样本属于哪一个类,以及各类的中心点。

MATLAB函数

  • [idx,C,sumd,D] = kmeans(X,K)

  • 输入 X 是要分类的数据矩阵,每一行是一个样本,每一列是一组特征值。输入 K 是规定的分类组数。
  • idx 是一个列向量,记录对应位置处样本所属类的序号。
  • C 记录了 K 个类的中心点的坐标。
  • sumd 记录了每组的中心点,每一行是一个中心点坐标。
  • D 记录了每个点到每个中心点的距离的平方,第 i 行的第 j 列为第 i 个样本到第 j 组中心点的距离平方。

实例

  • 对下面这组数据进行分类,规定分为 2 类
clear
X = [0 0;1 0; 
评论
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