阅读量:0
在MATLAB中,可以使用kmeans函数来执行k-means聚类。
调用kmeans函数的语法是:
[idx, C] = kmeans(X, k)
其中:
- X是一个大小为m×n的矩阵,每行代表一个样本,每列代表一个特征。
- k是要进行聚类的簇数。
函数返回两个输出参数:
- idx是一个大小为m×1的向量,代表每个样本的簇索引。
- C是一个大小为k×n的矩阵,代表每个簇的中心。
以下是一个使用kmeans函数进行聚类的示例:
% 生成测试数据 X = [randn(100,2)*0.75+ones(100,2); randn(100,2)*0.5-ones(100,2)]; % 执行聚类 k = 2; [idx, C] = kmeans(X, k); % 可视化结果 figure; scatter(X(:,1), X(:,2), 10, idx, 'filled'); hold on; plot(C(:,1), C(:,2), 'k+', 'MarkerSize', 10); title('K-means Clustering');
这个示例将生成一个包含两个簇的数据集,并使用kmeans函数对数据进行聚类。聚类结果将使用散点图进行可视化,并在图中显示每个簇的中心点。