利用鸢尾花数据进行K均值分类

kmeans 算法，利用鸢尾花数据进行K均值分类，采用matlab编程

clear all; 
close all; 
clc; 

[a1a2a3a4class] = textread（‘data1.txt‘  ‘%f%f%f%f%s‘‘delimiter‘ ‘‘）;
a=[a1a2a3a4];
[b1b2b3b4class]=textread（‘data2.txt‘  ‘%f%f%f%f%s‘‘delimiter‘ ‘‘）;
b=[b1b2b3b4];
[c1c2c3c4class]=textread（‘data3.txt‘  ‘%f%f%f%f%s‘‘delimiter‘ ‘‘）;
c=[c1c2c3c4];
dat = [a;c;b];

hold on; 
[m n]=size（dat）; 
for i=1:50 
    plot3（dat（i1）dat（i3）dat（i4）‘ro‘）;
    hold on
end 
for i=51:100 
    plot3（dat（i1）dat（i3）dat（i4）‘g*‘）;
    hold on
end 
for i=101:150
    plot3（dat（i1）dat（i3）dat（i4）‘b.‘）;
    hold on
end 
[cluster] = minmaxprobe（dat）;

figure; 
hold on; 
for i=1:size（cluster1） 
	if cluster（i1） == 1 
        plot3（dat（i1）dat（i3）dat（i4）‘ro‘）;
        hold on
    elseif cluster（i1） == 2
        plot3（dat（i1）dat（i3）dat（i4）‘g*‘）;
        hold on
    else 
        plot3（dat（i1）dat（i3）dat（i4）‘b.‘）;
        hold on
    end 
end
function [cluster] = minmaxprobe（x）
    num = size（x1）;
    max_dis = 0;
    mean_lable1 = 0;
    mean_lable2 = 0;
    initial = 51;
    
    
    for i=1:num
        dis1 = sqrt（（x（i1）-x（initial1））^2+（x（initial2）-x（12））^2+（x（i3）-x（initial3））^2+（x（i4）-x（initial4））^2）;
        if （dis1>max_dis）
            mean_lable1 = i;
            max_dis = dis1;
        end
    end 
    for i=1:num
        if（i~=mean_lable1）
            dis1 = sqrt（（x（i1）-x（initial1））^2+（x（initial2）-x（12））^2+（x（i3）-x（initial3））^2+（x（i4）-x（initial4））^2）;
            dis2 = sqrt（（x（i1）-x（mean_lable11））^2+（x（i2）-x（mean_lable12））^2+（x（i3）-x（mean_lable13））^2+（x（i4）-x（mean_lable14））^2）;
            if（dis1>=dis2）
                dis（i1） = dis2;
                dis（i2） = i;
            else
                dis（i1） = dis1;
                dis（i2） = i;
            end
        end
    end
    [ab] = find（dis==max（max（dis（:1））））;
    mean_lable2 = dis（a2）;

   mean_lable（11） = initial;
   mean_lable（21） = mean_lable1;
   mean_lable（31） = mean_lable2;
   mean_lable
   cluster（mean_lable（11）1） = 1;
   cluster（mean_lable（21）1） = 2;
   cluster（mean_lable（31）1） = 3;
   
   for i = 1:num
       if（（i~=mean_lable（21））&&（i~=mean_lable（31）））
           dis1 = sqrt（（x（i1）-x（mean_lable（11）1））^2+（x（i2）-x（mean_lable（11）2））^2+（x（i3）-x（mean_lable（11）3））^2+（x（i4）-x（mean_lable（11）4））^2）;
           dis2 = sqrt（（x（i1）-x（mean_lable（21）1））^2+（x（i2）-x（mean_lable（21）2））^2+（x（i3）-x（mean_lable（21）3））^2+（x（i4）-x（mean_lable（11）4））^2）;
           dis3 = sqrt（（x（i1）-x（mean_lable（31）1））^2+（x（i2）-x（mean_lable（31）2））^2+（x（i3）-x（mean_lable（31）3））^2+（x（i4）-x（mean_lable（11）4））^2）;
           
           [ab] = find（[dis1;dis2;dis3]==min（min（[dis1;dis2;dis3]）））;
           cluster（i1） = a; 
       end
   end
   
%    cluster
end

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

     文件       2878  2018-05-07 17:50  K均值聚类\test1.m

     目录          0  2018-09-11 18:55  K均值聚类

     文件       1450  2018-05-07 17:45  K均值聚类\data1.txt

     文件       1650  2018-05-07 17:46  K均值聚类\data2.txt

     文件       1600  2018-05-07 17:47  K均值聚类\data3.txt

     文件       2538  2018-05-07 18:15  K均值聚类\iris_dataset.txt

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

                10116                    6