k-均值k-means的Matlab静态实现

之前学习并详细总结了一篇k-均值（k-means）算法文章，于是顺便提供Matlab代码实现，这份代码通过Matlab随机生成三组数据，然后进行聚类实现。还有另一份较复杂的实现代码可动态实现k-均值的聚类过程，具体可查看个人CSDN资源

% 第一组数据  
mu1=[0 0 ];  %均值  
S1=[.1 0 ;0 .1];  %协方差  
data1=mvnrnd（mu1S1100）;   %产生高斯分布数据  
%第二组数据  
mu2=[1.25 1.25 ];  
S2=[.1 0 ;0 .1];  
data2=mvnrnd（mu2S2100）;  
% 第三组数据  
mu3=[-1.25 1.25 ];  
S3=[.1 0 ;0 .1];  
data3=mvnrnd（mu3S3100）;  
% 显示数据  
plot（data1（:1）data1（:2）‘b+‘）;  
hold on;  
plot（data2（:1）data2（:2）‘r+‘）;  
plot（data3（:1）data3（:2）‘g+‘）;  
grid on;  
%  三类数据合成一个不带标号的数据类  
data=[data1;data2;data3];   
N=3;%设置聚类数目  
[mn]=size（data）;  
pattern=zeros（mn+1）;  
center=zeros（Nn）;%初始化聚类中心  
pattern（:1:n）=data（::）;  
for x=1:N  
    center（x:）=data（ randi（3001）:）;%第一次随机产生聚类中心  
end  
while 1  
distence=zeros（1N）;  
num=zeros（1N）;  
new_center=zeros（Nn）;  
   
for x=1:m  
    for y=1:N  
    distence（y）=norm（data（x:）-center（y:））;%计算到每个类的距离  
    end  
    [~ temp]=min（distence）;%求最小的距离  
    pattern（xn+1）=temp;           
end  
k=0;  
for y=1:N  
    for x=1:m  
        if pattern（xn+1）==y  
           new_center（y:）=new_