MATLAB实现K-means聚类

function [idx, C, sumD, D] = kmeans(X, k, varargin) % varargin：实际输入参量 if nargin 1 % 大于1刚至少有一种距离 error(sprintf('Ambiguous ''distance'' parameter value: %s.', distance)); elseif isempty(i) % 如果是空的，则表明没有合适的距离 error(sprintf('Unknown ''distance'' parameter value: %s.', distance)); end % 针对不同的距离，处理不同 distance = distNames{i}; switch distance case 'cityblock' % sort 列元素按升序排列，Xord中存的是元素在原始矩阵中的列中对应的大小位置 [Xsort,Xord] = sort(X,1); case 'cosine' % 余弦 % 计算每一行的和的平方根 Xnorm = sqrt(sum(X.^2, 2)); if any(min(Xnorm) <= eps * max(Xnorm)) error(['Some points have small relative magnitudes, making them ', ... 'effectively zero.\nEither remove those points, or choose a ', ... 'distance other than ''cosine''.'], []); end % 标量化 Xnorm(:,ones(1,p))得到n*p的矩阵 X = X ./ Xnorm(:,ones(1,p)); case 'correlation' % 线性化 X = X - repmat(mean(X,2),1,p); % 计算每一行的和的平方根 Xnorm = sqrt(sum(X.^2, 2)); if any(min(Xnorm) <= eps * max(Xnorm)) error(['Some points have small relative standard deviations, ma

function [idx C sumD D] = kmeans（X k varargin）
% varargin：实际输入参量

if nargin < 2
    error（‘At least two input arguments required.‘）;
end

% n points in p dimensional space
[n p] = size（X）;
Xsort = []; Xord = [];

% 变量名称
pnames = {   ‘distance‘  ‘start‘ ‘replicates‘ ‘maxiter‘ ‘emptyaction‘ ‘display‘};
% 变量对应的值
dflts =  {‘sqeuclidean‘ ‘sample‘          []       100        ‘error‘  ‘notify‘};
% 使参数名称与参数值对应
[errmsgdistancestartrepsmaxitemptyactdisplay] ...
                       = statgetargs（pnames dflts varargin{:}）;
error（errmsg）;

% ------------------------------------------------------------------
% 判数距离名称是否为字符数组 对数组X中的元素进行进应的处理
if ischar（distance）
    distNames = {‘sqeuclidean‘‘cityblock‘‘cosine‘‘correlation‘‘hamming‘};
    % lower 把字符串变为小号字母 strmatch 为字符串找到一个合适的匹配，并返回对应的索引
    i = strmatch（lower（distance） distNames）;
    if length（i） > 1
        % 大于1刚至少有一种距离
        error（sprintf（‘Ambiguous ‘‘distance‘‘ parameter value:  %s.‘ distance））;
    elseif isempty（i）
        % 如果是空的，则表明没有合适的距离
        error（sprintf（‘Unknown ‘‘distance‘‘ parameter value:  %s.‘ distance））;
    end
    % 针对不同的距离，处理不同
    distance = distNames{i};
    switch distance 
    case ‘cityblock‘
        % sort 列元素按升序排列，Xord中存的是元素在原始矩阵中的列中对应的大小位置
        [XsortXord] = sort（X1）;
    case ‘cosine‘ 
        % 余弦
        % 计算每一行的和的平方根
        Xnorm = sqrt（sum（X.^2 2））;
        if any（min（Xnorm） <= eps * max（Xnorm））
            error（[‘Some points have small relative magnitudes making them ‘ ...
                   ‘effectively zero.\nEither remove those points or choose a ‘ ...
                   ‘distance other than ‘‘cosine‘‘.‘] []）;
        end
        % 标量化 Xnorm（:ones（1p））得到n*p的矩阵
        X = X ./ Xnorm（:ones（1p））;
    case ‘correlation‘
        % 线性化
        X = X - repmat（mean（X2）1p）;
        % 计算每一行的和的平方根
        Xnorm = sqrt（sum（X.^2 2））;
        if any（min（Xnorm） <= eps * max（Xnorm））
            error（[‘Some points have small relative standard deviations making them ‘ ...
                   ‘effectively constant.\nEither remove those points or choose a ‘ ...
                   ‘distance other than ‘‘correlation‘‘.‘] []）;
        end
        % 标量化
        X = X ./ Xnorm（:ones（1p））;
    case ‘hamming‘
        % 加权平均 针对二元元素进行处理
        if ~all（ismember（X（:）[0 1]））
            error（‘Non-binary data cannot be clustered using Hamming distance.‘）;
        end
    end
else
    error（‘The ‘‘distance‘‘ parameter value must be a string.‘）;
end

% ------------------------------------------------------------------
%  不同的初始聚类中心的选择方法 
if ischar（start）
    startNames = {‘uniform‘‘sample‘‘cluster‘};
    i = strmatch（lower（start） startNames）;
    if length（i） > 1
        error（sprintf（‘Ambiguous ‘‘start‘‘ parameter value:  %s.‘ start））;
    elseif isempty（i）
        error（sprintf（‘Unknown ‘‘start‘‘ parameter value:  %s.‘ start））;
    elseif isempty（k）
        er