轉自https://blog.csdn.net/a493823882/article/details/79282425

使用方法：
??????Idx=kmeans(X,K)
??????[Idx,C]=kmeans(X,K)?
??????[Idx,C,sumD]=kmeans(X,K)?
??????[Idx,C,sumD,D]=kmeans(X,K)?
??????[…]=Kmeans(…,’Param1’,Val1,’Param2’,Val2,…)
各輸入輸出參數介紹：
???????X :N*P的數據矩陣
???????K: 表示將X劃分為幾類，為整數
???????Idx :N*1的向量，存儲的是每個點的聚類標號
???????C: K*P的矩陣，存儲的是K個聚類質心位置
??????sumD?:1*K的和向量，存儲的是類間所有點與該類質心點距離之和
??????D :N*K的矩陣，存儲的是每個點與所有質心的距離
??????[…]=Kmeans(…,'Param1',Val1,'Param2',Val2,…)
??????這其中的參數Param1、Param2等，主要可以設置為如下：
??????1. ‘Distance’(距離測度)
????????‘sqEuclidean’ 歐式距離（默認時，采用此距離方式）
????????‘cityblock’ 絕度誤差和，又稱：L1
????????‘cosine’ 針對向量
????????‘correlation’??針對有時序關系的值
????????‘Hamming’ 只針對二進制數據
??????2. ‘Start’（初始質心位置選擇方法）
????????‘sample’ 從X中隨機選取K個質心點
????????‘uniform’ 根據X的分布范圍均勻的隨機生成K個質心
????????‘cluster’ 初始聚類階段隨機選擇10%的X的子樣本（此方法初始使用’sample’方法）
?????????matrix 提供一K*P的矩陣，作為初始質心位置集合
??????3. ‘Replicates’（聚類重復次數）??整數

總結

以上是生活随笔為你收集整理的MATLAB的Kmeans函数实现聚类的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。