为 k 个类Cj 的问题，其中 j 1, 2,..., k ，算法首先随机选取 k 个数据点作为 k 个 类的初始类中心，集合中每个数据点被划分到与其距离最近的类中心所在的类中， 形成了 k 个聚类的初始分布。对分配完的每一个类计算新的类中心，然后继续进 行数据分配的过程，这样迭代若干次之后，若类中心不再发生变化，则说明数据
grid on
'MarkerSize',10,'LineWidth',2) plot3(centers(:,1),centers(:,2),centers(:,3),'ko',...
'MarkerSize',10,'LineWidth',2)
学海无涯
dist = zeros(k,1); newcenters = zeros(k,d);
聚类个数 k 的选定是很难估计的，很多时候我们事先并不知道给定的数据集 应该分成多少类才合适。关于 K-均值聚类算法中聚类数据 k 值得确定，有些根 据方差分析理论，应用混合 F 统计量来确定最佳分类树，并应用了模糊划分熵来 验证最佳分类的准确性。
将类的质心（均值点）作为聚类中心进行新一轮聚类计算，将导致远离数 据 密集区的孤立点和噪声点会导致聚类中心偏离真正的数据密集区，所以 K均值
生成。
2 原理运用与解析：
1. 聚类分析的基本思想
聚类分析是根据“物以类聚”的道理，对样本或指标进行分类的一种多元 统 计分析方法，它们讨论的对象是大量的样本，要求能合理地按各自的特性进 行合 理的分类。对于所选定的属性或特征，每组内的模式都是相似的，而与其 他组的 模式差别大。一类主要方法是根据各个待分类模式的属性或特征相似程 度进行分 类，相似的归为一类，由此将待分类的模式集分成若干个互不重叠的 子集，另一 类主要方法是定义适当的准则函数运用有关的数学工具进行分类。 由于在分类中 不需要用训练样本进行学习和训练，故此类方法称为无监督分类 。
果。 动态聚类法在计算迭代过程中，类心会随着迭代次数进行修正和改变。动态 聚类法的基本步骤： (1) 选取初始聚类中心及有关参数，进行初始聚类。 (2) 计算模式和聚类的距离，调整模式的类别。 (3) 计算各聚类的参数，删除，合并或分裂一些聚类。 (4) 从初始聚类开始，运用迭代算法动态地改变模式的类别和聚类的中心，使准 则函数取极值或设定的参数达到设计要求时停止。
K
E
xic i 2
i1 xici
其中， xi 为数据对象， ci 表示类Ci 的质心，E 则表示数据集中所有对象的 误差平方和。该目标函数采用欧氏距离。 K-均值聚类算法的过程描述如下：
(1) 任选 k 个模式特征矢量作为初始聚类中心： z(0) , z(0) ,..., z(0) ，令 k=0.
idtmp = find(id == ik); if length(idtmp) == 0
return; end newcenters(ik,:)= sum(X(idtmp,:),1)./length(idtmp); th = th + sum((newcenters(ik,:) - centers(ik,:)).^2); end centers = newcenters; n = n+1; end
算法对噪声点和孤立点非常敏感。 图 1 为未聚类前初始样本及中心，图 2 为聚类后的样本及中心。
学海无 涯
图 1 未聚类前初始样本及中心
4．程序：
clear; clc;
TH = 0.001; N = 20; n = 0; th = 1; %第一类数据
图 1 聚类后的样本及中心
学海无涯
mu1=[0 0 0]; % 均 值 S1=[3 0 0;0 3 0;0 0 3];% 协方差矩阵 X1=mvnrnd(mu1,S1,50); %产生多维正态随机数，mul 为期望向量，s1 为协方差矩阵，50 为规模
学海无涯
对象全部分配到自己所在的类中，证明函数收敛。在每一次的迭代过程中都要对 全体数据点的分配进行调整，然后重新计算类中心，进入下一次迭代过程，若在 某一次迭代过程中，所有数据点的位置没有变化，相应的类中心也没有变化，此 时标志着聚类准则函数已经收敛，算法结束。通常采用的目标函数形式为平方误 差准则函数：
figure(2) plot3(X(find(id==1),1),X(find(id==1),2),X(find(id==1),3), 'r*'),hold on plot3(X(find(id==2),1),X(find(id==2),2),X(find(id==2),3), 'g*'),hold on plot3(X(find(id==3),1),X(find(id==3),2),X(find(id==3),3), 'b*'),hold on plot3(X(find(id==4),1),X(find(id==4),2),X(find(id==4),3), 'k*'),hold on title(' 最 终 聚 类 中 心 ');
1
2
c
(2) 将待分类的模式识别特征矢量集{xi} 中的模式逐个按最小距离原则分划给
k 类中的某一类，即
如果d
(k il
)
min[di(jk ) ]
，i 1,2,..., N
，则判
x
i
(k 1) l
式中，di(jk )
表示 xi
和 (k) j
的中心
z
(k j
)
的距离，上标表示迭代次数，于是产
生新的聚类
新聚类中心，以及各对象与这四个聚类中心的距离，根据最近距离原则，对所有 对象进行重新归类。
再次重复上述过程就可获得聚类结果，当各聚类中的对象（归属）已不再 变 化，整个聚类操作结束。
经过 K 均值聚类计算，样本点分为红，蓝，绿，黑四个聚类，计算出新的四 个聚类中心，用*表示。
该算法中，一次迭代中把每个数据对象分到离它最近的聚类中心所在类，这 个过程的时间复杂度 O(nkd)，这里的 n 指的是总的数据对象个数，k 是指定的聚 类数，d 是数据对象的位数：新的分类产生后需要计算新的聚类中心，这个过程 的时间复杂度为 O(nd)。因此，这个算法一次迭代后所需要的总的时间复杂度为 O(nkd).
学海无 涯
1 案例题目：
选取一组点（三维或二维），在空间内绘制出来，之后根据 K 均值聚类， 把这组点分为 n 类。
此例中选取的三维空间内的点由均值分别为(0,0,0),(4,4,4),(-4,4,-4)， 3 0 0 0 0 0 3 0 0
协方差分别为0 3 0 ， 0 3 0 ，0 3 0 的 150 个由 mvnrnd 函数随机 0 0 3 0 0 3 0 0 3
(k 1) j
,
j
1,
2,...,
k
(3) 计算重新分类后的各类心
z(jk 1)
1 n(k 1)
j
xi(jk1)
xi ,
j 1,2,..., k
式中，
n(k 1) j
为
(k1)
j
类中所含模式的个数。
(4) 如果 z(k 1) z(k ) ( j 1, 2,..., k) ，则结束；否则， k k 1 ，转至步骤（2）。
聚类的目的是使得不同类别的个体之间的差别尽可能的大，而同类别的个体 之间的差别尽可能的小。聚类又被称为非监督分类，因为和分类学习相比，分类 学习的对象或例子有类别标记，而要聚类的例子没有标记，需要由聚类分析算法 来自动确定，即把所有样本作为未知样本进行聚类。因此，分类问题和聚类问题 根本不同点为：在分类问题中，知道训练样本例的分类属性值，而在聚类问题中， 需要在训练样例中找到这个分类属性值。
%第一类数据 mu2=[4 4 4];% 均 值 S2=[0 0 0;0 3 0;0 0 3];% 协方差矩阵 X2=mvnrnd(mu2,S2,50); %第一类数据 mu3=[-4 4 -4];% 均 值 S3=[3 0 0;0 3 0;0 0 3];% 协方差矩阵 X3=mvnrnd(mu3,S3,50);
2.3K-均值聚类算法的思想 K-均值算法是一种基于划分的聚类算法，它通过不断的迭代过程来进行聚类，当算
法收敛到一个结束条件时就终止迭代过程，输出聚类结果。由于其算法思想一。
K-均值算法解决的是将含有 n 个数据点(实体)的集合 X {x1, x2,..., xn} 划分
学海无涯
间的距离，距离较近的归为一类，距离较远的点应属于不同的类。
2.2 动态聚类法思想
动态聚类方法、亦称逐步聚类法.一类聚类法.属于大样本聚类法。具体作法 是:先粗略地进行预分类，然后再逐步调整，直到把类分得比较合理为止。这种 分类方法较之系统聚类法，具有计算量较小、占用计算机存贮单元少、方法简单 等优点，所以更适用于大样本的聚类分析，是一种普遍被采用的方法。这种方法 具有以下三个要素： (1) 选定某种距离度量作为样本间的相似性度量； (2) 确定某种可以评价聚类结果质量的准则函数； (3) 给定某个初始分类，然后用迭代算法找出使得准则函数取极值的最好聚类结
通过实验可以看出，k 个初始聚类中心点的选取对聚类结果有较大的影响， 因为在该算法中是随机地任意选取 k 个点作为初始聚类中心，分类结果受到取定 的类别数目和聚类中心初始位置的影响，所以结果只是局部最优。K-均值算法常 采用误差平方和准则函数作为聚类准则函数(目标函数).目标函数在空间状态是 一个非凸函数，非凸函数往往存在很多个局部极小值，只有一个是全局最小。所 以通过迭代计算，目标函数常常达到局部最小而难以得到全局最小。
j
j
3.结果分析
在二维和三维空间里，原样本点为蓝色，随机选取样本点中的四个点作为中 心，用*表示，其他对象根据与这四个聚类中心（对象）的距离，根据最近距离 原则，逐个分别聚类到这四个聚类中心所代表的聚类中，每完成一轮聚类，聚类 的中心会发生相应的改变，之后更新这四个聚类的聚类中心，根据所获得的四个