k均值算法原理及matlab实现

k均值算法

简单的说，k均值算法是将一些坐标点，按距离划分，聚为k类（k为先设置的值）。例：对以下点的坐标进行聚类
坐标点的数量很多，可以通过k均值算法进行聚类。k均值算法的思路是，先初始化k个类心，将所有坐标点归在这些类里，一次次寻找新的类心使聚类效果更佳，直至用k均值算法无法找到更优化的解。
k均值算法的代码及分析
第一步：初始随机选择k个点作为类心。
分析：先随机找一个解，作为初始可行解。故初始解会影响聚类的速度和最终聚类结果（陷入局部最优解）。可以通过多次随机选取初始解找到较优的结果。
第二步：将所有点，按距离分到最近的类心里，得到k个类。
分析： 样本点归在最近的类心比其他归类方式更优。
第三步：类内寻找新类心
方法：新类心的横纵坐标为原来类内所有点横纵坐标的平均值。
分析：对于一片数据点来说，数据点的中心（坐标的平均值），离这些点的总距离最短。
类内距离：
其中xi，yi为类内点的横纵坐标，x*，y*为类心的横纵坐标。当类心坐标为类内点坐标的平均值时，类内距离最小。（证明类似最小二乘法）。
故第三步使聚类效果更优化。

第四步：若类心有变化则返回第二步，若类心没有改变，则聚类结束。
分析：通过第二步、第三步不断优化聚类效果，找到更优化的解，直到类心无变化，说明无法找到更优化的解。
matlab代码

k = 5; %先设定聚类数量
[d,fff] = size(point);%d为样本点的个数
%第一步：初始随机选择k个点作为类心。
leixin = zeros(k,2);
suiji = randperm(d);
for i = 1:1:k
   leixin(i,