K均值算法matlab实现

本文介绍了一种K-means聚类算法的实现方法,包括距离计算函数和聚类中心更新函数。通过两个核心函数function[d]=dist(x,y)及function[y,C]=Kmeans(D,k)完成聚类过程,其中使用了特定的距离度量方式,并针对一组测试矩阵进行了实验。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

这个算法可以分两步实现,一个是function [d] = dist(x,y)其中x和y分别代表一个向量;另外一个是function [y,C] = Kmeans( D,k )其中y为聚类中心分类集合,C为聚类中心集,D为目标矩阵(即为待分类的矩阵),k为聚类中心个数。




测试矩阵为:


测试结果如下:



不要问我是谁,请叫我红领巾

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值