K_means聚类的matlab应用

本文作者：南海一号

在机器学习中，我们往往会遇到很大量的数据的处理，其中有一项就是聚类，即将相似的数据聚到一起，比较基础的就是K_means聚类算法。聚类是一种无监督学习，不需要训练样本有对应的标签就可以将不同的类分开。利用的就是相同类之间的相似性以及不同类之间的差异性。

K-means算法就是输入聚类个数k，以及包含n个数据对象的数据库，输出满足方差最小标准k个聚类的一种算法（百度）。同一个k值的聚类相似度比较高，不同的k值的聚类的相似度比较低。

一：算法原理

K-means算法在n个样本设置k个簇，开始这些簇的位置都是随机产生的，然后，与这些簇距离最近的样本点会被归纳到这个簇中，然后我们设置一个目标函数为所有的点与簇的距离的平方和，通过迭代优化将这个目标函数变小，最终的结果就是所有的点都被分到了不同的类。

二：具体案例

我们首先通过对最简单的二维平面上随机点进行分类。首先我们生成50个随机点。得到所有的随机点的坐标。

然后，我们调用Kmeans工具箱,下面是我在命令行输入help kmeans得到的kmeans工具箱的用法。

至于具体的使用方法，大家可以自己学习。

聚类以后的结果就是相同颜色的分为一类，不同颜色分为不同类，将所有的点分成了三类，用不同的颜色表示，当然，也可以修改迭代次数，这样下来，结果会更加准确

如下：

代码如下：

X = [randn(500,2)+ones(500,2);randn(500,2)-ones(500,2);randn(500,2)+[ones(500,1),-ones(500,1)]];
opts = statset('Display','final');

[Idx,Ctrs,SumD,D] = kmeans(X,3,'Replicates',3,'Options',opts);
plot(X(Idx==1,1),X(Idx==1,2),'r.','MarkerSize',4)
 
hold on
 
plot(X(Idx==2,1),X(Idx==2,2),'b.','MarkerSize',4)
 
hold on
 
plot(X(Idx==3,1),X(Idx==3,2),'g.','MarkerSize',4)