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 allclcx=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 7 7 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=2Z1=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(dif1eps&dif2eps)for i=1:20 dist1=sqrt(x(1,i)-Z1(1).2+(x(2,i)-Z1(2).2); dist2=sqrt(x(1,i)-Z2(1).2+(x(2,i)-Z2(2).2); temp=x(1,i),x(2,i); if dist1dist2 R1=R1,temp; else R2=R2,temp; endendZ11=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=;endplot (Z1(1),Z2(1),Z1(2),Z2(2),g+)