function?[?resXresY?resZrecord]?=?FunK_mean3D（?xyzk?）
%?功能：
%?????實現三維空間k-mean聚類算法
%?輸入：
%?????三維數據，分別用xyz兩個一維向量代表兩個維度
%?????k?是分成的類別的數量
%?輸出：
%?????k行的兩個矩陣
%?????對應同樣的第n行，存放著第n類的所有元素
%?????record:?記錄著每一行的有效元素的個數
wine=xlsread（‘C:\Users\Administrator\Desktop\11.xls‘‘A1:C20‘）

%wine=mapminmax（wine）;?%訓練數據標準化
%wine=zscore（wine）;?%測試數據標準化
%amax?=?max（max（A））;?%求矩陣中最大數
%amin?=?min（min（A））;?%求矩陣中最小數
%wine?=?（A-amin）/（amax-amin）;
x=wine（:1）;
y=wine（:2）;
z=wine（:3）;
k=4;
????j?=?1;
????%?下面是預分配一些空間
????%?seedX?和?seedY?中存放著所有種子
????seedX?=?zeros（1k）;
????seedY?=?zeros（1k）;
????seedZ?=?zeros（1k）;
????oldSeedX?=?zeros（1k）;
????oldSeedY?=?zeros（1k）;
????oldSeedZ?=?zeros（1k）;
????resX?=?zeros（klength（x））;
????resY?=?zeros（klength（x））;
????resZ?=?zeros（klength（x））;
????%?用來記錄resX中每一行有效元素的個數
????record?=?zeros（1k）;?
????for?i?=?1:k?%?產生k個隨機種子?注意：?隨機種子是來自元素集合
????????seedX（i）?=?x（round（rand（）*length（resX）））;
????????seedY（i）?=?y（round（rand（）*length（resX）））;
????????seedZ（i）?=?z（round（rand（）*length（resX）））;
????????%?為保證種子不重疊
????????if?（i?>?1?&&?seedX（i）?==?seedX（i-1）?&&?seedY（i）?==?seedY（i-1）?&&?seedZ（i）?==?seedZ（i-1））
????????????i?=?i?-1;?%?重新產生一個種子
????????end
????end

????while?1
????????disp（[‘jack?is?here‘]）
????????record（:）?=?0;?%?重置為零
????????resX（:）?=?0;
????????resY（:）?=?0;
????????resZ（:）?=?0;
????????for?i?=?1:length（x）?%?對所有元素遍歷
????????????%?下面是判斷本次元素應該歸為哪一類，這里我們是根據歐幾里得距離進行類別判定
????????????%?k-mean算法認為元素應該歸為距離最近的種子代表的類
????????????distanceMin?=?1;
????????????for?j?=?2:k
??????????????