matlab聚类算法实现,matlab实现Kmeans聚类算法

《matlab实现Kmeans聚类算法》由会员分享，可在线阅读，更多相关《matlab实现Kmeans聚类算法(1页珍藏版)》请在人人文库网上搜索。

1、kmeans函数：输入为类别数量k和数据矩阵A；输出为聚类结果A，和迭代次数，并将聚类结果数据以excel形式保存在工作路径下function km(k,A)%函数名里不要出现“-” warning off n,p=size(A);%输入数据有n个样本，p个属性 cid=ones(k,p+1);%聚类中心组成k行p列的矩阵,k表示第几类，p是属性 %A(:,p+1)=100; A(:,p+1)=0; for i=1:k %cid(i,:)=A(i,:); %直接取前三个元祖作为聚类中心 m=i*floor(n/k)-floor(rand(1,1)*(n/k) cid(i,:)=A(m,:); 。

2、cid; end Asum=0; Csum2=NaN; flags=1; times=1; while flags flags=0; times=times+1; %计算每个向量到聚类中心的欧氏距离 for i=1:n for j=1:k dist(i,j)=sqrt(sum(A(i,:)-cid(j,:).2);%欧氏距离 end %A(i,p+1)=min(dist(i,:);%与中心的最小距离 x,y=find(dist(i,:)=min(dist(i,:); c,d=size(find(y=A(i,p+1); if c=0 %说明聚类中心变了 flags=flags+1; A(i,p+。

3、1)=y(1,1); else continue; end end i flags for j=1:k Asum=0; r,c=find(A(:,p+1)=j); cid(j,:)=mean(A(r,:),1); for m=1:length(r) Asum=Asum+sqrt(sum(A(r(m),:)-cid(j,:).2); end Csum(1,j)=Asum; end sum(Csum(1,:) %if sum(Csum(1,:)Csum2 % break; %end Csum2=sum(Csum(1,:); Csum; cid; %得到新的聚类中心 end times display(A矩阵，最后一列是所属类别); A for j=1:k a,b=size(find(A(:,p+1)=j); numK(j)=a; end numK times xlswrite(data.xls,A); %把矩阵A写到excel文件中，保存在工作路径下。