k-mean聚类算法实现

c++实现k-mean算法#include <stdio.h> #include <stdlib.h> #include <string.h> #include <conio.h> #include <math.h> // FUNCTION PROTOTYPES // DEFINES #define SUCCESS 1 #define FAILURE 0 #define TRUE 1 #define FALSE 0 #define MA

function [features targets label] = k_means（train_features train_targets Nmu region plot_on）

%Reduce the number of data points using the k-means algorithm
%Inputs:
%	train_features	- Input features
%	train_targets	- Input targets
%	Nmu				- Number of output data points
%	region			- Decision region vector: [-x x -y y number_of_points]
%   plot_on         - Plot stages of the algorithm
%
%Outputs
%	features			- New features
%	targets			- New targets
%	label				- The labels given for each of the original features

if （nargin < 5）
    plot_on = 0;
end

[DL]	= size（train_features）;
dist	= zeros（NmuL）;
label = zeros（1L）;

%Initialize the mu‘s
mu			= randn（DNmu）;
mu			= sqrtm（cov（train_features‘1））*mu + mean（train_features‘）‘*ones（1Nmu）;
old_mu	= zeros（DNm

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       1833  2007-03-13 20:39  k_means.m

----------- ---------  ---------- -----  ----

                 1833                    1