clc;
clear;
load('football_test.mat');
data=football_km;
k=3;%设置聚类数目
max_iters=100; %设置迭代次数;
initial_centroids = kMeansInitCentroids(data, k);%聚类中心初始化
[centroids, idx] = runkMeans(data, initial_centroids, max_iters);%运行k均值,返回聚类中心和类别
select=[1,36,64];%选择要展示的特征
biaoji=['bo';'r*';'k+';'g^'];%画图的标记
figure;
%这是画图的部分
hold on;
grid on;
for i=1:k
plot3(data(idx==i,select(1)),data(idx==i,select(2)),data(idx==i,select(3)),biaoji(i,:));
end
[idx2,centroids2]=kmeans(data,k);
采用K-means聚类,实现多维矩阵的聚类,并进行可视化展示(matlab).rar
版权申诉
5星 · 超过95%的资源 12 浏览量
2022-04-01
21:24:49
上传
评论 2
收藏 62KB RAR 举报
zwl2022
- 粉丝: 7
- 资源: 225
评论30