K-medoidsK中心算法

clear all;
H=1;
% m为要生成的族的数目
m=3;
% num（n）为第n类的记录条数
for n=1:m
    num（n）=0;
    last_distance（n）=0;
    new_distance（n）=0;
    last_class{n}=0;
end
[rowscols]=size（IRIS_training_data）;
for I=1:rows
    if IRIS_training_data（I6）==1
        IRIS_training_data（I5）=2;
    end
    if IRIS_training_data（I7）==1
        IRIS_training_data（I5）=3;
    end
end
new_iris=IRIS_training_data（:1:5）;
% 对test进行观察式学习分类
test=IRIS_training_data（:1:4）;
%随机选择三条连续记录作为初始的三个类
for I=1:m
c（I）=floor（rand（1）*75）+1;
end
for J=1:m
   for I=1:4
     class{J}（I）=test（c（J）I）;
   end
end
for I=1:rows
        for K=1:m
          d（K）=sqrt（（class{K}（1）-test（I1））^2+（class{K}（2）-test（I2））^2+（class{K}（3）-test（I3））^2+（class{K}（4）-test（I4））^2）;
        end
          [yt]=min（d）;