k_means算法（使用c语言和matlab实现）

亲测k_means，使用c语言和matlab实现，matlab代码调试后可用！K-means算法是很典型的基于距离的聚类算法，采用距离作为相似性的评价指标，即认为两个对象的距离越近，其相似度就越大。该算法认为簇是由距离靠近的对象组成的，因此把得到紧凑且独立的簇作为最终目标。

clc;
clear;

% 第一类数据
% 均值
mu1 = [-2 -2];
% 协方差
S1 = [0.5 0; 0 0.5];
% 产生高斯分布数据
data1 = mvnrnd（mu1 S1 100）;
% 第二类数据
mu2 = [2 -2];
S2 = [0.5 0; 0 0.5];
data2 = mvnrnd（mu2 S2 100）;

% 第三类数据
mu3 = [-2 2];
S3 = [0.5 0; 0 0.5];
data3 = mvnrnd（mu3 S3 100）;

% 第四类数据
mu4 = [2 2];
S4 = [0.5 0; 0 0.5];
data4 = mvnrnd（mu4 S4 100）;


% 显示数据
figure（）;
hold on;
plot（data1（:1） data1（:2） ‘+‘）;
plot（data2（:1） data2（:2） ‘r+‘）;
plot（data3（:1） data3（:2） ‘g+‘）;
plot（data4（:1） data4（:2） ‘b+‘）;
grid on;


data = [data1; data2; data3; data4];
% 数据聚类
[idx ctr] = k_means（data 4 1000）;
[m n] = size（idx）;

% 显示聚类后的结果
figure（）;
hold on;
for i=1:m
    if idx（i 3） == 1
        plot（idx（i 1） idx（i 2） ‘r.‘ ‘MarkerSize‘ 12）; 
    elseif idx（i

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

    .CA....      2310  2019-03-20 23:38  k_means.m

    .CA....      1206  2019-03-20 23:38  kmean_main.m

----------- ---------  ---------- -----  ----

                 3516                    2