MATLAB学习笔记：K-means聚类

K-means聚类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。在本篇文章中，我们将详细介绍K-means聚类算法的原理，并给出相应的MATLAB源代码示例。

K-means聚类算法的原理：

1. 初始化：选择要划分的簇的数量K，并随机选择K个数据点作为初始质心。
2. 分配：对于每个数据点，计算其与各个质心之间的距离，并将其分配到距离最近的质心所代表的簇中。
3. 更新：对于每个簇，计算其所有数据点的平均值，并将该平均值作为新的质心。
4. 重复步骤2和步骤3，直到质心不再发生显著变化或达到最大迭代次数。

下面是一个使用MATLAB实现K-means聚类算法的示例：

% 生成示例数据
data = [randn(100,2)*