第一步:首先我们需要好作图的原料和程序,如下图所示,我们使用matlab读取需要用于作图的数据,并进行行整理,我这里写的是matlab对一维数据进行K-means聚类离散化的程序。
代码如下:
clc;
clear;
yw_data=xlsread('一维数据样本75.xlsx'); %读入一维数据样本到yw_data矩阵
xx=yw_data;
clus=3;
[idx,c]=kmeans(xx,clus);
[n,m]=size(xx);
cc1=[];
cc2=[];
cc3=[];
for i=1:n
if idx(i)==1
cc1=[cc1;xx(i)];
elseif idx(i)==2
cc2=[cc2;xx(i)];
elseif idx(i)==3
cc3=[cc3;xx(i)];
end
end
disp('第一类边界')
[min(cc1),max(cc1)]
disp('第二类边界')
[min(cc2),max(cc2)]
disp('第三类边界')
[min(cc3),max(cc3)]
disp('三类中心')
c
该博客介绍了使用Matlab对一维数据进行K-means聚类离散化的操作。首先读取用于作图的数据并整理,随后给出了具体代码,通过代码实现聚类离散化,并输出各类边界和中心。
4028

被折叠的 条评论
为什么被折叠?



