Matlab实现K-Means算法

function result=K_means（datakinitset）
    [rowscolumns]=size（data）;%获取数据的行列
    for i=1:k
    data（initset（i）columns+1）=i;%初始聚簇代表确定
    oldClusetCenter（i:）=data（initset（i）1:columns）;
    oldClusterRows{i}=initset（i）;%初始第i簇的行号
    end
    %结束标记
    flag=1;
    %迭代次数
    iteratenum=0;
    
    while（flag==1）
        iteratenum=iteratenum+1;
        fprintf（‘-第%d次迭代：\n‘iteratenum）;
        flag=0;
       %计算欧几里得距离，划分簇
       for ii=1:rows
           for jj=1:k
                res=（data（ii1:columns）-oldClusetCenter（jj:））.*（data（ii1:columns）-oldClusetCenter（jj:））;
                dist（jj）=sqrt（sum（res））;%dist矩阵存放欧几里得距离
           end
           data（iicolumns+1）=find（dist==min（dist））;%最小欧几里得距离，划分簇
           dist（1:k）=0;%距离置零