本文介绍了如何使用MATLAB实现K-means算法，并在红酒数据集上进行实验。通过单位化属性值、随机选择初始中心点进行聚类，然后迭代更新簇中心，直到收敛。针对K-means对初始值敏感的问题，提出了通过多次随机初始化并选取均方误差最小的聚类结果作为优化策略，实验表明优化后的分类效果更佳。
K-means
红酒数据集（Wine Data Set）http://archive.ics.uci.edu/ml/datasets/Wine
要求：
1.编程实现K-means算法，并在红酒数据集上运行。
2.设置不同K值，不同初始中心，在红酒数据集上进行实验比较。
3.分析k-means的优缺点，并对其中一个或几个缺点进行改进。
这个我是有借鉴哒！把原博po在这里：http://blog.youkuaiyun.com/llp1992/article/details/45095935
实现过程：
1. 首先利用importdata函数将数据集读入并存储到到一个178*13的矩阵a中，把数据集中的第一列分类去掉了，因为在聚类时用不到。由于13种属性的取值相差太大，有的值很大，有的值很小，如最后一
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
