**
Matlab–k-means聚类算法实现
**
第一次在CSDN写自己的博客，希望开门大吉 哈哈哈
也希望分享的内容大家能够喜欢。
本次创作内容为-----k-means聚类算法实现。
自己用matlab写的时候，遇到很多问题，一些常见matlab语法等等，查找很多博主分享的知识，获益许多，由此形成了这次的完整代码，运行成功的！
本次编写内容为：
编程实现k-means聚类算法，并将实验结果显示出来。
代码如下，也欢迎大家一起交流，共同学习和进步！
E1 = [0,0]; %数学期望
sigma = [0.9,0.4; 0.4,0.3]; %协方差矩阵
data1 = mvnrnd(E1, sigma, 50);%生成50个样本
E2 = [5,0]; %数学期望
data2 = mvnrnd(E2, sigma, 50);%生成50个样本
E3 = [3,3]; %数学期望
data3 = mvnrnd(E3, sigma, 50);%生成50个样本
%合并数组
data = [data1; data2; data3];
save mydata data;%保存为.mat文件
m=load('mydata.mat');%加载.mat文件
x = m.data(:,1);%读取第一列数据
y= m.data(:,2);%读取第二列数据
plot(x,y,'.');%绘图
执行上述代码，生成如下聚类图：
接下来，编写程序实现k-means聚类算法，随机初始化聚类中心，显示聚类结果，不同的颜色代表不同的类别，代码如下：
load mydata
[idx,C] = kmeans(data,3);%这里k = 3
[hang, lie] = size(C);
colo = ('rgbk'); %颜色属性，可以增加
sign = ('o*pd'); % 点标记属性，可以增加
figure
gscatter(data(:,1),data(:,2),idx,'rgbk')
hold on
for i = 1:hang
plot(C(i,1),C(i,2),[colo(i),sign(i)],'MarkerSize',15)
end
执行上述代码，结果下如下：
第一篇博客就这样结束啦！