K-means算法的Matlab实现以及Iris数据集

K-means算法的Matlab实现，内含经典Iris数据集，需要下载者将其转化为矩阵，作为算法的参数输入。

function result=K_means（datakinitset）
    [rowscolumns]=size（data）;%获取数据的行列
    for i=1:k
    data（initset（i）columns+1）=i;%初始聚簇代表确定
    oldClusetCenter（i:）=data（initset（i）1:columns）;
    oldClusterRows{i}=initset（i）;%初始第i簇的行号
    end
    %结束标记
    flag=1;
    %迭代次数
    iteratenum=0;
    
    while（flag==1）
        iteratenum=iteratenum+1;
        fprintf（‘-第%d次迭代：\n‘iteratenum）;
        flag=0;
       %计算欧几里得距离，划分簇
       for ii=1:rows
           for jj=1:k
                res=（data（ii1:columns）-oldClusetCenter（jj:））.*（data（ii1:columns）-oldClusetCenter（jj:））;
                dist（jj）=sqrt（sum（res））;%dist矩阵存放欧几里得距离
           end
           data（iicolumns+1）=find（dist==min（dist））;%最小欧几里得距离，划分簇
           dist（1:k）=0;%距离置零
       end
       %计算新的聚簇代表
       for cluster=1:k
           newClusterRows{cluster}=find（data（:columns+1）==cluster）;%用cell来存储第k簇的行号，不能用数组
           newClusetCenter（cluster:）=mean（data（newClusterRows{cluster}1:columns））;
           if （all（ismember（newClusterRows{cluster}oldClusterRows{cluster}））&&all（ismember（oldClusterRows{cluster}newClusterRows{cluster}）））~=1%判断每一簇的行号是否发生变化
               oldClusterRows{cluster}=newClusterRows{cluster};
               oldClusetCenter（cluster:）=newClusetCenter（cluster:）;
               flag=1;
           end
           fprintf（‘-----第%d簇的聚簇代表坐标为：\n‘cluster）;
           disp（newClusetCenter（cluster:））;
           fprintf（‘--------在本簇的元组行号为：\n‘）;
           disp（newClusterRows{cluster}‘）;
       end
    end
end

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

     文件       1679  2018-03-12 15:10  K_means.m

     文件       4700  2018-03-12 16:05  Iris数据集.txt

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

                 6379                    2