1. K-means聚类算法简介
采用的是将N*P的矩阵 X 划分为K个类，使得类内对象之间的距离最大,而类之间的距离最小。
2. 伪代码
输入：训练样本 x = {x1;x2;x3;......xm} (其中x为m-by-n矩阵，包含m个样本点，每个样本点n个特征)
聚类簇数 k(为一标量scalar)
聚类过程：从x中随机选取k个样本顶啊作为初始聚类中心，k = {k1,k2,k3,......kk}.
Repeat:
% （1）. 划分样本到特定的簇中
for j = 1,2,3,......n do
计算样本xj与各聚类中心 k 的距离；
将该样本划进与其最近的样本中心 ki 所在的簇中。
end for
% （2）. 更新聚类中心
for i = 1,2,3,......k do
计算新的聚类中心 k‘ = {k1',k2',k3',......kk'};
end for
until 所有的聚类中心不再变化，或者说聚类结果不再变化
3. 优化目标
4. 示例代码
% 输入 X 待聚类样本点，为 m - by - n 矩阵，包含m个样本点，每个样本点包含n个特征 % 输如 K 为用户自定义的所需划分的簇数，为一个标量 idx=Kmeans(X,K) [idx,C]=Kmeans(X,K) [idx,C,sumD]=Kmeans(X,K) [idx,C,sumD,D]=Kmeans(X,K) […]=Kmeans(…,’Param1’,Val1,’Param2’,Val2,…) % 输出 idx 为 m - by - 1列向量，记录每个样本点所属的簇 % 输出 C 为 K - by - n 矩阵，记录最终各簇的聚类中心 % 输出 sumD 为K - by -1的和向量，存储的是类间所有点与该类质心点距离之和 % 输出 D 为 m - by - K 矩阵，存储每个样本点与各个聚类中心的距离 […]=Kmeans(…,'Param1',Val1,'Param2',Val2,…) 这其中的参数Param1、Param2等，主要可以设置为如下： 1. ‘Distance’(距离测度) ‘sqEuclidean’ 欧式距离（默认时，采用此距离方式） ‘cityblock’ 绝度误差和，又称：L1 ‘cosine’ 针对向量 ‘correlation’ 针对有时序关系的值 ‘Hamming’ 只针对二进制数据 2. ‘Start’（初始质心位置选择方法） ‘sample’ 从X中随机选取K个质心点 ‘uniform’ 根据X的分布范围均匀的随机生成K个质心 ‘cluster’ 初始聚类阶段随机选择10%的X的子样本（此方法初始使用’sample’方法） matrix 提供一K*P的矩阵，作为初始质心位置集合 3. ‘Replicates’（聚类重复次数） 整数