使用MATLAB进行K-means聚类和层次聚类

MATLAB码农

已于 2022-10-23 01:27:59 修改

阅读量1.6k

点赞数

CC 4.0 BY-SA版权

分类专栏：大学生数学建模常用算法集合（算例+代码+解释）文章标签： MATLAB K-Means聚类层次聚类聚类数学建模

于 2022-05-10 19:43:07 首次发布

本文链接：https://blog.csdn.net/Hou_____/article/details/124695414

大学生数学建模常用算法集合（算例+代码+解释）专栏收录该内容

35 篇文章 ¥29.90 ¥99.00

订阅专栏

超级会员免费看

本文介绍了如何使用MATLAB进行K-means和层次聚类，以将8个二维点划分为3个类簇。通过比较两种方法的结果，并在坐标系中展示不同颜色的数据点来区分聚类效果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.分别使用k-means聚类和层次聚类，将以下八个点分为3个类簇。A1=(2,10)，A2=(2,5)，A3=(8,4)，A4=(5,8)，A5=(7,5)， A6=(6,4)， A7=(1,2)，A8=(4,9)。

2.在二维平面直角坐标系中,分别绘制两种方法得到的聚类结果图(两张图)。3个不同的类别用数据点颜色进行区分。

K-means聚类

% 函数文件

function [ resX,resY,seedX,seedY,record] = FunK_mean( x,y,k )
% 功能：
%     实现k-mean聚类算法
% 输入：
%     二维数据，分别用x,y两个一维向量代表两个维度
%     k 是分成的类别的数量
% 输出：
%     k行的两个矩阵
%     对应同样的第n行，存放着第n类的所有元素
%     record: 记录着每一行的有效元素的个数

    j = 1;
    % 下面是预分配一些空间
    % seedX 和 seedY 中存放着所有种子
    seedX = zeros(1,k);
    seedY = zeros(1,k);
    oldSeedX = zeros(1,k);
    oldSeedY = zeros(1,k);
    resX = zeros(k,length(x));
    resY = zeros(k,length(x));
    % 用来记录resX中每一行有效元素的个数