这篇博客提供了一个MATLAB函数zzhKmean，用于实现K均值聚类算法。代码中首先初始化聚类中心，然后通过迭代更新中心位置和分配数据点至最近的中心，直到聚类稳定。最后，使用主程序展示了将50个二维随机数据点分为3类的过程，并用不同颜色的加号可视化结果。
没有时间详细写了，直接贴代码吧。
%%%%%函数
function [index]=zzhKmean(x,num)
nData=size(x,1);
index=zeros(1,nData);
center=zeros(num,2);
for n=1:nData
index(n)=ceil(num*rand(1));
end
jud=1;
while jud==1
jud=0;
for n=1:num
center(n,1)=mean(x(find(index==n),1));
center(n,2)=mean(x(find(index==n),2));
end
for n=1:nData
ind=index(n);
dist=zeros(1,num);
Xn=x(n,:);
for m=1:num
dist(m)=norm(Xn-center(m,:));
end
indShould=find(dist==min(dist));
if indShould~=ind
jud=1;
index(n)=indShould;
end
end
end
%%%%%%%%%%%
%%%%%%%主程序，令k=3
x=rand(50,2);
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
