使用Isodata算法对鸢尾花数据集进行分类

设定初始参数如下：

% 设置ISODATA算法的参数
K = 3;  % 初始类别数
N = 100; % 最大迭代次数
T = 0.05; % 每个类别的样本数阈值
S = 0.75; % 类别方差阈值
C = 0.8; % 方差合并因子
F = 2; % 方差分裂因子

在聚类数目不发生变化时，认为迭代结束。
结果如图所示：


可以看到，不考虑原有标注的情况下，isodata算法通过不断迭代，有更好的聚类效果。
具体代码见链接：https://download.csdn.net/download/weixin_46538207/87659685