[交流] k-means聚类已有1人参与

clear
clc
load('data.mat');
m=input('请输入样本矩阵行数: ');
n=input('请输入样本矩阵列数: ');
%disp描述数据  %data数据
disp(load('data.mat'));     
%描述数据
data1=data(:,1);
data2=data(:,2);
data3=data(:,3);
%画出data数组中坐标点的情况
scatter3(data1,data2,data3);   
counter=0;
%确定聚类数目的输入约束
n=input('请输入聚类数目：');
%确定聚类数目的合理性
while n>m
disp('您输入的聚类数目过大，请输入正确的k值：');
n=input('请输入聚类数目');
end
if n==1
disp('聚类数目不能为1，请输入正确的k值：');
%确定正确的聚类数目
n=input('请输入聚类数目');
end
[m,n]=size(data);
%pattern扩大了原矩阵的维度
pattern=zeros(m,n+1);   
%初始化聚类中心  
center=zeros(n,n);
%pattern里所有行，第1列至第n列=data所有数据，第4列为0
pattern(:,1:n)=data(:,:);

%开始循环

for x=1:n
    center(x,:)=data(randi(m,1),:);%第一次随机产生聚类中心
end
while 1
distance=zeros(1,n);
num=zeros(1,n);
new_center=zeros(n,n);
for x=1:m
    for y=1:n
    distance(y)=norm(data(x,:)-center(y,:));%计算到每个类的距离
    end
    [~, temp]=min(distance);%求最小的距离
    pattern(x,n+1)=temp;         
end
k=0;
for y=1:n
    for x=1:m
        if pattern(x,n+1)==y
           new_center(y,:)=new_center(y,:)+pattern(x,1:n);
           num(y)=num(y)+1;
        end
    end
    new_center(y,:)=new_center(y,:)/num(y);
    if norm(new_center(y,:)-center(y,:))<0.1
        k=k+1;
    end
end
if k==n
     break;
else
     center=new_center;
end
end
[m, n]=size(pattern);


%最后显示聚类后的数据
figure ;hold on
view(3)
for i=1:m
    if pattern(i,n)==1
         plot(pattern(i,1),pattern(i,2),'r*');
         plot(center(1,1),center(1,2),'ko');
    elseif pattern(i,n)==2
         plot(pattern(i,1),pattern(i,2),'g*');
         plot(center(2,1),center(2,2),'ko');
    else
         plot(pattern(i,1),pattern(i,2),'m*');
         plot(center(3,1),center(3,2),'ko');
    end
end

grid on;
c1=zeros(m,n-1);
c2=zeros(m,n-1);
c3=zeros(m,n-1);
for i=1:m
    if pattern(i,n)==1
    c1(i,:)=pattern(i,1:3);
    elseif pattern(i,n)==2
    c2(i,:)=pattern(i,1:3);
    else
    c3(i,:)=pattern(i,1:3);
    end
end
%删除零行
c1(all(c1==0,2),:)=[];
c2(all(c2==0,2),:)=[];
c3(all(c3==0,2),:)=[];