看完周志华老师的《机器学习》中关于聚类算法k均值算法的介绍，根据书上的介绍，自己用MATLAB编了程序，并与网上找的程序作了比较，比网上的运行更快一些。

数据采用《机器学习》书P202页的西瓜数据集，根据P203的算法逻辑编程。

程序的流程图如下

MATLAB程序如下：

%N是数据一共分多少类
%data是输入的不带分类标号的数据
%u是每一类的中心
%re是返回的带分类标号的数据
clc,clear
data1=[0.697,0.774 0.634 0.608 0.556 0.403 0.481 0.437 0.666 0.243 0.245 0.343 0.639 0.657 0.36 0.593 0.719 0.359 0.339 0.282 0.748 0.714 0.483 0.478 0.525 0.751 0.532 0.473 0.725 0.446];

data2=[0.460 0.376 0.264 0.318 0.215 0.237 0.149 0.211 0.091 0.267 0.057 0.099 0.161 0.198 0.37 0.042 0.103 0.188 0.241 0.257 0.232 0.346 0.312 0.437 0.369 0.489 0.472 0.376 0.445 0.459];
data=[data1' data2'];

%显示数据
plot(data(:,1),data(:,2),'+');
grid on;
axis([0.1 0.9 0 0.8])

[m n]=size(data);   %m是数据个数，n是数据维数

N=3;    %分类数

num_diedai=5000;    %迭代次数最多为5000次
%随机初始化，从data数据里随机选取
u=data(randi([1 m],N,1),:);
u=[0.403 0.237;0.343 0.099 ;0.478 0.437];
goal_u=u;
tic
%加上迭代次数的限制条件
num=0;%迭代次数
while 1
    sign=0; %表示u是否还会更新
    for i=1:m
        for j=1:N
            d(i,j)=norm(data(i,:)-u(j,:));
        end
    end
    [d_min,order]=min(d,[],2);
    
    cu=zeros(m,N);
    for i=1:m
        cu(i,order(i))=1;
    end
    
    for j=1:N
        for i=1:n
            u(j,i)=sum(data(:,i).*cu(:,j))/sum(cu(:,j));
            
            if u(j,i)~=goal_u(j,i)
                goal_u(j,i)=u(j,i);
                sign=sign+1;
            end
        end
    end
    
    %不断迭代直到位置不再变化
    if sign==0
        break;
    elseif num>num_diedai & ~isnan(u)
        break;
    end
end

%将原始输入数据进行分类
re=[];
for i=1:m
    tmp=[];
    for j=1:N
        tmp=[tmp norm(data(i,:)-u(j,:))];
    end
    [junk index]=min(tmp);  %对每一行数据判断属于哪一类别
    re=[re;data(i,:) index];
end

hold on;
for i=1:m
    if re(i,3)==1
        plot(re(i,1),re(i,2),'ro');
    elseif re(i,3)==2
        plot(re(i,1),re(i,2),'go');
    else
        plot(re(i,1),re(i,2),'bo');
    end
end
grid on;toc

程序运行时间为：

时间已过 0.023202 秒。

运行结果图示：

和书上结果一致，以下链接是我将以上程序打包成函数程序，方便大家直接在主程序中调用。

打包好的函数程序