k-means聚类matlab代码

%% input the data 随机200个点
A=rand（10002）; 
x=A（:1）; 
y=A（:2）;
plot（xy‘r.‘）; 
  
%% 计算质心  
centroids = kMeans（A 3）;  

%% 取得随机中心  
function [ centroids ] = randCent（ dataSet k ）  
    [mn] = size（dataSet）;%取得列数  
    centroids = zeros（k n）;  
    for j = 1:n  
        minJ = min（dataSet（:j））;  
        rangeJ = max（dataSet（:j））-min（dataSet（:j））;  
        centroids（:j） = minJ+rand（k1）*rangeJ;%产生区间上的随机数  
    end  
end 

function [ dist ] = distence（ vecA vecB ）  
    dist = （vecA-vecB）*（vecA-vecB）‘;%这里取欧式距离的平方  
end

%% kMeans的核心程序，不断迭代求解聚类中心  
function [ centroids ] = kMeans（ dataSet k ）  
    [mn] = size（dataSet）;  
    %初始化聚类中心  
    centroids = randCent（dataSet k）;  
    subCenter = zeros（m2）;%做一个m*2的矩阵，第一列存储类别，第二列存储距离  
    change = 1;%判断是否改变  
    while change == 1  
        change = 0;  
        %对每一组数据计算距离  
        for i = 1:m  
            minDist = inf;  
            minIndex = 0;  
            for j = 1:k  
                 dist= distence（dataSet（i:） centroids（j:））;  
                 if dist < minDist  
                     minDist = dist;