ISODATA算法 matlab实现

ISODATA算法的实现，使用matlab编程，聚类文件为男女身高和体重，最后结果聚类为两类，一类男，一类女

function group=ISODATA（kleastNumclassStandardminDismaxCombineiterationTime）
%ISODATA聚类算法
%k预期的聚类中心数目
%leastNum每一聚类域中最少的样本数目
%classStandard一个聚类域中样本距离分布的标准差
%minDis两个聚类中心间的最小距离
%maxCombine在一次迭代运算中可以合并的聚类中心的最多对数
%iterationTime迭代运算的次数
person=load（‘sample.txt‘‘height‘‘weight‘）;%从文本文件读入数据放入person结构体中
num=size（person1）;%获得person结构体大小
currentNum=1;%当前聚类中心的数目即当前分类的数目
centre=person（1:）;%初始聚类中心
% centre（2:）=person（50:）;
% centre（3:）=person（100:）;
% centre（4:）=person（150:）;
factor = 0.5;   %分裂计算时标准差的乘积因子
distance=ComputDistance（personcentrenumcurrentNum）;%计算每个样本跟各类中心的距离
I=1;

while I<=iterationTime    
    class=cell（currentNum）;
    for i=1:num
        [valueindex]=min（distance（i:））; %找到每个样本距离哪个类最近
        dtemp=[i];
        class{index}=[class{index}dtemp];  %将该样本划分到距离最近的类中
    end
    
    %若某类样本数小于每类最少样本数则取消该分类
    for i=1:currentNum
        if size（class{i}2）            class=move（classi）;
            currentNum=currentNum-1;
        end
    end
    centre=ComputMid（personclasscurrentNum）;%重新计算各类中心点
    distance=ComputDistance（personcentrenumcurrentNum）;%重新计算各样本与各类的距离  
    classAverage=ComputAverageClass（classdistancecurrentNum）;%计算各聚类域Sj中模式样本与各聚类中心间的平均距离classAverage
    totalAverage=ComputAverageTotal（classclassAveragecurrentNumnum）;%计算全部模式样本和其对应聚类中心的总平均距离totalAverage
    flag=step_judge（currentNumIiterationTimek）;
    
    if flag==1%分裂处理
        Cstandard=ComputCstandard（classpersoncentrecurrentNum）;%计算每个聚类中样本距离的标准差向量Cstandard
        for i=1:currentNum
            [valueindex]=max（Cstandard（i:））;
            maxCstandard（i）=value;
            if maxCstandard（i）>classStandard
                if （classAverage（i）>totalAverage && size（class{i}2）>2*（leastNum+1））||currentNum<=k/2%样本总数超过规定值一倍以上，分裂聚类中心
                    lcentre=centre（i:）-factor*maxCstandard（i）;
                    hcentre=centre（i:）+factor*maxCstandard（i）; 
                    temp=centre（（i+1）:currentNum:）;
                    currentNum=currentNum+1;
                    centre（i:）=lcentre;
                    centre（i+1:）=hcentre;
                    centre（（i+2）:currentNum:）=temp;                  
                end
            end
        end
    
    elseif flag==0 %合并处理
        if I==iterationTime %最后一次迭代
            minDis=0;
        end
        centreDis=ComputCentreDistance（centrecurrentNum）;%计算全部聚类中心的距离centreDis
        [indrow indcol] = find（centreDis        [indrow indcol]=selectsort（centreDisindrowindcol）;
        for i=1:size（indrow1）            
            if i<=maxCombine
                lengthI=size（class{indrow（i）}2）;
                lengthJ=size（class{indcol（i）}2）;
                tempCentre（i:）=（1/（lengthI+lengthJ））*（lengthI*centre（indrow（i）:）+lengthJ*centre（indcol（i）:））;
                if indrow（i）                    centre（indrow（i）:）=tempCentre（i:）;
                    temp=centre（（i

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

     文件       6998  2011-06-04 16:56  ISODATA\sample.txt

     文件       7627  2011-03-27 11:11  ISODATA\ISODATA.m

     目录          0  2011-06-04 16:57  ISODATA

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

                14625                    3