K-means聚类算法的Matlab程序-附注释

function [idxbest CbesttotsumDbestZbest] = myKmeans（kstart）
%idxbest:最优解的索引
%Cbest:最优解的聚类中心
%totsumDbest:最优解的所有类内距离和的总和，即准则函数的值
%X为样本参数矩阵
%k为聚类个数
%start人为选择的初始聚类中心的样本点的编号向量
if （k<1||k~=size（start2）||k>30）
    errordlg（‘输入的参数不合法，请重新输入！‘‘错误提示‘）;
end

load Wm.txt;
X=Wm（:2:3）;
maxit=100;%所允许的最大迭代次数
[n p] = size（X）;%矩阵X的行列数
totsumD = 0;%最优解的所有类内距离和的总和，即准则函数的值
iter = 0;%初始迭代次数
C = X（start:）;%作为初始聚类中心的样本点的参数信息矩阵
ClusterBest= cell（31）;%定义元胞数组，存放最后聚类的结果
ClusterBest=loopBody（）;%获取最后结果（调用了循环体函数）
  
%所输出的结果对应以上所定义的元胞数组的内容
idxbest = ClusterBest{3};
Cbest = ClusterBest{2};
totsumDbest = ClusterBest{1};
Zbest= Iterresult（idxbestiterCbesttotsumDbest）;


 function cellout = loopBody（）%循环体函数（类似于主函数）
     
 cellout = cell（31）;