K_均值聚类算法(原理加程序代码)

用matlab编写的k均值聚类程序，可直接运行调用-Prepared by the MATLAB K mean clustering procedures, can be directly run callK-均值聚类算法  1.初始化：选择c个代表点,...,,321cpppp 2.建立c个空间聚类表：CKKK...,21  3.按照最小距离法则逐个对样本X进行分类：  ),(),,(min argJii Kxaddpxj   4.计算J及用各聚类列表计算聚类均值，并用来作为各聚类新的代表点（更新代表点）  5.若J不变或代表点未发生变化，则停止。否则转2.K-均值聚类算法  1.初始化：选择c个代表点,...,,321cpppp 2.建立c个空间聚类表：CKKK...,21  3.按照最小距离法则逐个对样本X进行分类：  ),(),,(min argJii Kxaddpxj   4.计算J及用各聚类列表计算聚类均值，并用来作为各聚类新的代表点（更新代表点）  5.若J不变或代表点未发生变化，则停止。否则转2.K-均值聚类算法  1.初始化：选择c个代表点,...,,321cpppp 2.建立c个空间聚类表：CKKK...,21  3.按照最小距离法则逐个对样本X进行分类：  ),(),,(min argJii Kxaddpxj   4.计算J及用各聚类列表计算聚类均值，并用来作为各聚类新的代表点（更新代表点）  5.若J不变或代表点未发生变化，则停止。否则转2.K-均值聚类算法  1.初始化：选择c个代表点,...,,321cpppp 2.建立c个空间聚类表：CKKK...,21  3.按照最小距离法则逐个对样本X进行分类：  ),(),,(min argJii Kxaddpxj   4.计算J及用各聚类列表计算聚类均值，并用来作为各聚类新的代表点（更新代表点）  5.若J不变或代表点未发生变化，则停止。否则转2.K-均值聚类算法 1.初始化：选择c个代表点,...,,321cppp