Chapter 02-Clustering程序作业
姓名:王官皓学号：2010021080018
一、分析：算法基本思想采用K-Means算法不变，具体实现采用附件中的几个*.m函数文件协同完成：
通过Kmeans(x,k)方法对向量组x进行聚类，k为K-Means算法中选取的k值，初始采用前k个样本作为聚类中心。Kmeans.m:%主函数，用于调用各子函数，最大支持k=5时的图形化显示(不同的点型和颜色)设置中心显示为绿色（‘pg’）型
clustering.m: %归类子函数，初始化及每次更新聚类中心后确定要继续迭代时，将使用次函数进行归类
dotLength.m: %计算点到聚类中心之间的距离的函数
is_stop.m: %判停函数，当迭代结束条件满足时，向主函数发出终止信号，终止迭代
二、运行结果：
>> for k=2:5
subplot(2,2,k-1)
Kmeans(x,k)
end
三、结果分析：由图形化结果，聚类效果良好。
四、总结：因为不常用matlab，对matlab的掌握不牢，很多在C和C++里的技巧都用不上来，所以花了很多时间，最后程序结构也安排得不太
好。应巩固一下matlab基础。
后来发现matlab自带有kmeans.m这个函数，不过因为有800多行，没细心去读具体编程实现。：-）
