matlab完成kmeans聚类算法[优质文档]
kmeans函数:输入为类别数量k和数据矩阵A;输出为聚类结果A,和迭代次数,并将聚类
结果数据以excel形式保存在工作路径下
function km(k,A)%函数名里不要出现“-” warning off
[n,p]=size(A);%输入数据有n个样本,p个属性 cid=ones(k,p+1);%聚类中心组成k行p列的矩阵,k表示第几类,p是属性
%A(:,p+1)=100;
A(:,p+1)=0;
for i=1:k
%cid(i,:)=A(i,:); %直接取前三个元祖作为聚类中心
m=i*floor(n/k)-floor(rand(1,1)*(n/k))
cid(i,:)=A(m,:);
cid;
end
Asum=0;
Csum2=NaN;
flags=1;
times=1;
while flags
flags=0;
times=times+1;
%计算每个向量到聚类中心的欧氏距离
for i=1:n
for j=1:k
dist(i,j)=sqrt(sum((A(i,:)-cid(j,:)).^2));%欧氏距离
end
%A(i,p+1)=min(dist(i,:));%与中心的最小距离
[x,y]=find(dist(i,:)==min(dist(i,:)));
[c,d]=size(find(y==A(i,p+1)));
if c==0 %说明聚类中心变了
flags=flags+1;
A(i,p+1)=y(1,1);
else
continue;
end
end
i
flags
for j=1:k
Asum=0;
[r,c]=find(A(:,p+1)==j);
cid(j,:)=mean(A(r,:),1);
for m=1:length(r)
Asum=Asum+sqrt(sum((A(r(m),:)-cid(j,:)).^2));
end
Csum(1,j)=Asum;
end
sum(Csum(1,:))
%if sum(Csum(1,:))>Csum2
% break;
%end
Csum2=sum(Csum(1,:));
Csum;
cid; %得到新的聚类中心
end
times
display('A矩阵,最后一列是所属类别'); A
for j=1:k
[a,b]=size(find(A(:,p+1)==j));
numK(j)=a;
end
numK
times
xlswrite('data.xls',A); %把矩阵A写到excel文件中,保存在工作路径下