K均值聚类算法(matlab)
来源:互联网 发布:数据分析的定义 编辑:程序博客网 时间:2024/06/06 06:34
K-均值聚类算法
1.初始化:选择c个代表点
2.建立c个空间聚类表:
3.按照最小距离法则逐个对样本X进行分类:
4.计算J及用各聚类列表计算聚类均值,并用来作为各聚类新的代表点(更新代表点)
5.若J不变或代表点未发生变化,则停止。否则转2.
6.
具体代码如下:
clear all
clc
x=[0 1 0 1 2 1 2 3 6 7 8 6 7 8 9 7 8 9 8 9;0 0 1 1 1 2 2 2 6 6 6 77 7 7 8 8 8 9 9];
figure(1)
plot(x(1,:),x(2,:),'r*')
%%第一步选取聚类中心,即令K=2
Z1=[x(1,1);x(2,1)];
Z2=[x(1,2);x(2,2)];
R1=[];
R2=[];
t=1;
K=1;%记录迭代的次数
dif1=inf;
dif2=inf;
%%第二步计算各点与聚类中心的距离
while(dif1>eps&dif2>eps)
for i=1:20
end
Z11=mean(R1,2);
Z22=mean(R2,2);
t1=Z1-Z11;%%测试两次是不是相等,可以有多种方法这里只简单的列举一种
t2=Z2-Z22;
dif1=sqrt(dot(t1,t1));
dif2=sqrt(dot(t2,t2));
Z1=Z11;
Z2=Z22;
K=K+1;
R1=[];
R2=[];
end
hold on
plot ([Z1(1),Z2(1)],[Z1(2),Z2(2)],'g+')
- K均值聚类算法(matlab)
- [Matlab] K均值聚类
- K均值聚类(K-means)算法及应用(matlab)
- K均值聚类算法的MATLAB实现
- K均值聚类算法及MATLAB函数使用
- K均值聚类算法的MATLAB实现
- K均值聚类算法的MATLAB实现
- 聚类算法(一):k-均值 (k-means)算法
- K-均值算法Matlab仿真
- K均值算法matlab实现
- K-均值聚类算法
- K均值聚类算法
- K-均值聚类算法
- 聚类算法:K均值
- K-均值聚类算法
- K-均值聚类算法
- k均值聚类算法
- k均值聚类算法
- 谱聚类
- 谱聚类
- MATLAB谱聚类方法
- ROC曲线
- C强制类型转换与隐式转换
- K均值聚类算法(matlab)
- 流形学习manifold learning
- 奇异值和特征值
- 常用的linux命令
- matlab归一化函数
- matlab中sum函数求和
- 有线网络综合资源管理系统支撑平台意义
- 第1章 策略模式【StrategyPattern】
- plot函数的用法