meanshift的matlab实现及2维图演示代码

么anshift聚类算法的matlab实现，以及2维演示程序。很好很强大的代码学习资料！

function [clustCentdata2clustercluster2dataCell] = MeanShiftCluster（dataPtsbandWidthplotFlag）;
%perform MeanShift Clustering of data using a flat kernel
%
% ---INPUT---
% dataPts           - input data （numDim x numPts）
% bandWidth         - is bandwidth parameter （scalar）
% plotFlag          - display output if 2 or 3 D    （logical）
% ---OUTPUT---
% clustCent         - is locations of cluster centers （numDim x numClust）
% data2cluster      - for every data point which cluster it belongs to （numPts）
% cluster2dataCell  - for every cluster which points are in it （numClust）
% 
% Bryan Feldman 02/24/06
% MeanShift first appears in
% K. Funkunaga and L.D. Hosteler “The Estimation of the Gradient of a
% Density Function with Applications in Pattern Recognition“


%*** Check input ****
if nargin < 2
    error（‘no bandwidth specified‘）
end

if nargin < 3
    plotFlag = true;
    plotFlag = false;
end

%**** Initialize stuff ***
[numDimnumPts] = size（dataPts）;
numClust        = 0;
bandSq          = bandWidth^2;
initPtInds      = 1:numPts;
maxPos          = max（dataPts[]2）;                          %biggest size in each dimension
minPos          = min（dataPts[]2）;                          %smallest size in each dimension
boundBox        = maxPos-minPos;                        %bounding box size
sizeSpace       = norm（boundBox）;                       %indicator of size of data space
stopThresh      = 1e-3*bandWidth;                       %when mean has converged
clustCent       = [];                                   %center of clust
beenVisitedFlag = zeros（1numPts‘uint8‘）;              %track if a points been seen already
numInitPts      = numPts;                               %number of points to posibaly use as initilization points
clusterVotes    = zeros（1numPts‘uint16‘）;             %used to resolve conflicts on cluster membership


while numInitPts

    tempInd         = ceil（ （numInitPts-1e-6）*rand）;        %pick a random seed point
    stInd           = initPtInds（tempInd）;                  %use this point as start of mean
    myMean          = dataPts（:stInd）;                           % intilize mean to this points location
    myMembers       = [];                                   % points that will get added to this cluster                          
    thisClusterVotes    = zeros（1numPts‘uint16‘）;         %used to resolve conflicts on cluster membership

    while 1     %loop untill convergence
        
        sqDistToAll = sum（（repmat（myMean1numPts） - dataPts）.^2）;    %dist squared from mean to all points still active
        inInds      = find（sqDistToAll < bandSq）;               %points within bandWidth
        thisClusterVotes（inInds） = thisClusterVotes（inInds）+1;  %add a vote for all the in points belonging to this cluster
        
        
        myOldMean   = myMean;                                   %save the old mean
        myMean      = mean（dataPts（

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件        5815  2006-02-26 16:59  MeanShiftCluster.m
     文件         996  2006-02-26 16:53  testMeanShift.m