matlab实现模式识别的聚类分类算法

实现简单的模式识别中聚类分类算法，用matlab实现的

clear                                       
x=[5 6 8 8 9 11 12 14 14 24 25 26 28 28;
    6 8 3 5 7 17 15 15 18 13 15 11 13 15];  %原始待分类数据

%聚类-------c均值方法
c=3;                                        %确定类别数        
z1=x（:1）;z2=x（:2）;z3=x（:3）;              %初始中心
m=0;t=0;                                    %迭代步数
while m==0
   samp1=[];samp2=[];samp3=[];
   n1=1;n2=1;n3=1;
   t=t+1;
   for i=1:14
       if （pdist（[x（:i）‘;z1‘]）            samp1（:n1）=x（:i）;
            n1=n1+1;
       elseif （pdist（[x（:i）‘;z2‘]）            samp2（:n2）=x（:i）;
            n2=n2+1;
       else
            samp3（:n3）=x（:i）;
            n3=n3+1;
       end
    end
    c1=mean（samp1‘1）‘;
    c2=mean（samp2‘1）‘;
    c3=mean（samp3‘1）‘;
  if （sum（c1-z1）==0）&&（sum（c2-z2）==0）&&（sum（c3-z3）==0）        %聚类中心变化时出迭代
    m=1;    break;
  end
  z1=c1;
  z2=c2;
  z3=c3;
end
[omiga1a1b1]=per_class（samp1[samp2samp3]）;                  %w（i）/~w（j）二分法
[omiga1a2b2]=per_class（samp2[samp3samp1]）;
[omiga3a3b3]=per_class（samp3[samp2samp1]）;
[omiga12a12b12]=per_class（samp1samp2）;                       %w（i）/w（j）二分法
[omiga13a13b13]=per_class（samp1samp3）;
[omiga23a23b23]=per_class（samp2samp3）;
                                                                %输出结果
figure
subplot（122）
hold on 
scatter（x（1:）x（2:）3）;
rectangle（‘position‘[z1‘-[44]88]‘curvature‘1‘EdgeColor‘‘r‘）;
rectangle（‘position‘[z2‘-[44]88]‘curvature‘1‘EdgeColor‘‘r‘）;
rectangle（‘position‘[z3‘-[44]88]‘curvature‘1‘EdgeColor‘‘r‘）;
n=1:28;
plot（nn*a12+b12‘b‘）;
plot（nn*a13+b13‘g‘）;
plot（nn*a23+b23‘k‘）;
axis equal
hold off

subplot（121）
hold on 
scatter（x（1:）x（2:）3）;
rectangle（‘position‘[z1‘-[44]88]‘curvature‘1‘EdgeColor‘‘r‘）;
rectangle（‘position‘[z2‘-[44]88]‘curvature‘1‘EdgeColor‘‘r‘）;
rectangle（‘position‘[z3‘-[44]88]‘curvature‘1‘EdgeColor‘‘r‘）;
n=1:28;
plot（nn*a1+b1‘b‘）;
plot（nn*a2+b2‘g‘）;
plot（nn*a3+b3‘k‘）;
axis equal
hold off

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

     文件       1122  2008-12-17 17:30  per_class.m

     文件       1673  2009-11-16 15:59  clustering.m

     文件       2224  2009-11-16 16:18  assort.m

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

                 5019                    3