%N是數據一共分多少類
%data是輸入的不帶分類標號的數據
%u是每一類的中心
%re是返回的帶分類標號的數據
function?[u?re]=KMeans（dataN）???
????[m?n]=size（data）;???%m是數據個數，n是數據維數
????ma=zeros（n）;????????%每一維最大的數
????mi=zeros（n）;????????%每一維最小的數
????u=zeros（Nn）;???????%隨機初始化，最終迭代到每一類的中心位置
????for?i=1:n
???????ma（i）=max（data（:i））;????%每一維最大的數
???????mi（i）=min（data（:i））;????%每一維最小的數
???????for?j=1:N
????????????u（ji）=ma（i）+（mi（i）-ma（i））*rand（）;??%隨機初始化，不過還是在每一維[min?max]中初始化好些
???????end??????
????end
???
????while?1
????????pre_u=u;????????????%上一次求得的中心位置
????????for?i=1:N
????????????tmp{i}=[];??????%?公式一中的x（i）-uj為公式一實現做準備
????????????for?j=1:m
????????????????tmp{i}=[tmp{i};data（j:）-u（i:）];
????????????end
????????end
????????
????????quan=zeros（mN）;
????????for?i=1:m????????%公式一的實現
????????????c=[];
????????????for?j=1:N
????????????????c=[c?norm（tmp{j}（i:））];
????????????end
????????????[junk?index]=min（c）;
????????????quan（iindex）=norm（tmp{index}（i:））;???????????
????????end
????????
????????for?i=1:N????????????%公式二的實現
???????????for?j=1:n
????????????????u（ij）=sum（quan（:i）.*data（:j））/sum（quan（:i））;
???????????end???????????
????????end
????????
????????if?norm（pre_u-u）<0.1??%不斷迭代直到位置不再變化
????????????break;
????????end
????end
????
????re=[];
????for?i=1:m
????????tmp=[];
????????for?j=1:N
????????????tmp=[tmp?norm（data（i:）-u（j:））];
????????end
????????[junk?index]=min（tmp）;
????????re=[re;data（i:）?index];
????end
????
end

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????文件????????1642??2015-11-20?17:20??kmeans.m
?????文件????????1148??2016-01-05?20:30??main.m