matlab怎么做聚类分析（K均值聚类算法-Matlab代码）

matlab怎么做聚类分析（K均值聚类算法-Matlab代码）将每一类的平均向量作为下次迭代的聚类中心。4、更新类的中心位置通常设置最大循环次数或者聚类中心的变化误差。3、更新样本对象所属类根据距离准则将数据对象分配到距离最接近的类。

一、K均值聚类算法

算法步骤如下：

1、初始化

已知数据集合X，及事先指定聚类的总类数N，在X中随机选取N个对象作为初始的聚类中心。

2、设定迭代终止条件

通常设置最大循环次数或者聚类中心的变化误差。

3、更新样本对象所属类

根据距离准则将数据对象分配到距离最接近的类。

4、更新类的中心位置

将每一类的平均向量作为下次迭代的聚类中心。

5、重复步骤3~4，满足步骤2中的迭代终止条件时，停止

K均值聚类算法-Matlab代码

二、K均值聚类算法应用举例

1、随机生成三组数据

随机生成的三组数据

2、指定聚类个数及初始化各类的中心位置

初始化聚类中心

3、调用K均值聚类得到聚类结果

K均值聚类结果