matlab调用kmeans_matlab做聚类分析（k-means）

基本函数使用方法：Idx=Kmeans(X,K)

对矩阵X进行分类且为K类；假设X为m*n矩阵，n为特征数，m为样本数目，则输出参数Idx为m个整数，且属于1到K之间的数。[Idx,C]=Kmeans(X,K)

对矩阵X进行分类且为K类；假设X为m*n矩阵，n为特征数，m为样本数目，则输出参数Idx为m个整数，且属于1到K之间的数。 并且返回聚类中心C，C为k*n的矩阵。[Idc,C,sumD]=Kmeans(X,K)

对矩阵X进行分类且为K类；假设X为m*n矩阵，n为特征数，m为样本数目，则输出参数Idx为m个整数，且属于1到K之间的数；sumD为1*K的和向量，存储的是类内所有点与该类质心点距离之和；[Idx,C,sumD,D]=Kmeans(X,K)

对矩阵X进行分类且为K类；假设X为m*n矩阵，n为特征数，m为样本数目，则输出参数Idx为m个整数，且属于1到K之间的数；sumD为1*K的和向量，存储的是类内所有点与该类质心点距离之和；D为m*K的矩阵，存储的是每个点与所有质心的距离[┈]=Kmeans(┈,’Param1’,’Val1’,’Param2’,’Val2’,┈) 有很多可选参数：

其中参数Param1、Param2等，主要可以设置为如下：

2、’Distance’---距离测度：

‘sqEuclidean’---欧氏距离；

‘cityblock’---绝对误差和；

‘cosine’---余弦距离&#