K-means聚类算法的MATLAB实现

K-means聚类算法的MATLAB实现

K-means聚类算法是一种常用的无监督学习算法，用于将数据集划分为不同的簇。在这篇文章中，我们将使用MATLAB来实现K-means聚类算法，并提供相应的源代码。

算法原理：
K-means聚类算法的目标是将数据集划分为K个簇，使得每个数据点都属于距离其最近的簇中心。算法的步骤如下：

1. 初始化K个簇中心，可以随机选择数据集中的K个点作为初始中心。
2. 将每个数据点分配到距离其最近的簇中心。
3. 更新每个簇的中心为其所有数据点的平均值。
4. 重复步骤2和步骤3，直到簇中心不再发生变化或达到最大迭代次数。

MATLAB代码实现：

% 数据集
data = [1 2; 1.5 1.8; 5