K-means聚类算法 matlab实现

K-means聚类算法利用matlab实现，可以查看每次迭代的效果

function Dist_matrix = calcSqDistances（dataC_matrix）
%     % compute the squared distance w.r.t. each center point for every data
%     % X; N by D; Kmus: K by D
%     % ||x-u||^2 = xx‘ - 2xu‘ + uu‘  N by K
    [ND] = size（data）;
%     K = size（C_matrix1）;
%     Data_sq = diag（data*data‘）;   % N by 1
%     Kmus_sq = diag（C_matrix*C_matrix‘）;    % 1 by K
%     trans = 2*data*C_matrix‘;  % N by K
%     A=repmat（Data_sq1K）;
%     B=repmat（Kmus_sq‘N1）;
%     Dist_matrix = repmat（Data_sq1K） - trans + repmat（Kmus_sq‘N1）;
    Dist_matrix = zeros（N3）;
    for i=1:N
        for j=1:3
%             A（i，：） 提取矩阵A的第 i行
            Dist_matrix（ij）=norm（data（i:）-C_matrix（j:））;
        end
    end   
end

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件         744  2017-12-23 13:46  calcSqDistances.m
     文件         468  2017-12-23 13:17  determineRnk.m
     文件        2640  2010-10-15 21:18  ex4x.dat
     文件        1360  2010-10-15 21:18  ex4y.dat
     文件        4195  2017-12-23 19:45  iris.csv
     文件        1039  2017-12-19 21:13  iris.mat
     文件         502  2018-01-01 19:17  main.m
     文件         800  2018-01-01 17:17  my_kmeans.m
     文件         513  2017-12-23 15:23  plotCurrent.m
     文件         412  2017-12-23 13:36  recalcMus.m