matlab实现K-means聚类算法，很不错的源代码哦！

MATLAB实现Ｋ-Means算法，输入的数据为待分类的图片，以及分类数。这个代码是针对单波段的，稍微改一下就可以进行多波段的。

【程序老媛出品，必属精品，亲测校正，质量保证】 资源名：matlab k-means算法 程序源码.zip 资源类型：程序源代码 源码说明： matlab实现 k-means算法 程序 包含完整代码 非常适合借鉴学习 适合人群：新手及有一定经验的开发人员

Matlab实现K-means算法，该算法是针对Iris鸢尾花数据集的实验

function [idx, C, sumD, D] = kmeans(X, k, varargin) % varargin：实际输入参量 if nargin 1 % 大于1刚至少有一种距离 error(sprintf('Ambiguous ''distance'' parameter value: %s.', distance)); elseif isempty(i) % 如果是空的，则表明没有合适的距离 error(sprintf('Unknown ''distance'' parameter value: %s.', distance)); end % 针对不同的距离，处理不同 distance = distNames{i}; switch distance case 'cityblock' % sort 列元素按升序排列，Xord中存的是元素在原始矩阵中的列中对应的大小位置 [Xsort,Xord] = sort(X,1); case 'cosine' % 余弦 % 计算每一行的和的平方根 Xnorm = sqrt(sum(X.^2, 2)); if any(min(Xnorm) <= eps * max(Xnorm)) error(['Some points have small relative magnitudes, making them ', ... 'effectively zero.\nEither remove those points, or choose a ', ... 'distance other than ''cosine''.'], []); end % 标量化 Xnorm(:,ones(1,p))得到n*p的矩阵 X = X ./ Xnorm(:,ones(1,p)); case 'correlation' % 线性化 X = X - repmat(mean(X,2),1,p); % 计算每一行的和的平方根 Xnorm = sqrt(sum(X.^2, 2)); if any(min(Xnorm) <= eps * max(Xnorm)) error(['Some points have small relative standard deviations, ma