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。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，请发送邮件至 55@qq.com 举报，一经查实，本站将立刻删除。转转请注明出处：https://www.szhjjp.com/n/977817.html
