阅读量:0
在MATLAB中进行聚类分析通常使用自带的kmeans函数。以下是一个简单的示例代码：
% 生成一些示例数据 data = rand(100, 2); % 设置聚类的数量 k = 3; % 进行k-means聚类分析 [idx, C] = kmeans(data, k); % 将每个数据点归类到对应的簇 cluster1 = data(idx == 1, :); cluster2 = data(idx == 2, :); cluster3 = data(idx == 3, :); % 绘制聚类结果 scatter(cluster1(:,1), cluster1(:,2), 'r'); hold on scatter(cluster2(:,1), cluster2(:,2), 'g'); scatter(cluster3(:,1), cluster3(:,2), 'b'); scatter(C(:,1), C(:,2), 100, 'k', 'filled'); hold off 在这个示例中，我们生成了一个包含100个数据点的随机数据集，并将其分成3个簇。然后使用kmeans函数进行聚类分析，得到每个数据点的类别索引idx和每个簇的中心点C。最后，我们将每个数据点根据其类别绘制出来，并在图中标记出每个簇的中心点。
