function [label, center, bCon, sumD, D] = litekmeans(X, k, varargin)
label: 此分区群集中, 点到群集质心的群集内总和最小化所有距离的总和。 X的行对应于点,列对应于变量。 KMEANS返回 包含每个点对应的聚类索引,即N×1的矢量标签。
[label, center] = litekmeans(X, K)
center:返回K个聚类质心位于K-by-P矩阵中心的位置。
[label, center, bCon] = litekmeans(X, K)
bCon: 返回bool值bCon 表示迭代是否收敛。
[label, center, bCon, SUMD] = litekmeans(X, K)
sumD:在1×K向量中的,每个聚类其中点到该质心距离的群内总和 sumD。
[label, center, bCon, SUMD, D] =litekmeans(X, K)
D: 来自每个点到每个质心的距离,总共n个点,k个质心,所以D为nXk的矩阵.
[ ... ] = litekmeans(..., 'PARAM1',val1, 'PARAM2',val2, ...) specifies
litekmeans K-means聚类,通过matble编写的矩阵加速运算
X,k: 将N×P数据矩阵X中的点划分为K个簇。 N为点个数,p为点的特征个数
label: 此分区群集中, 点到群集质心的群集内总和最小化所有距离的总和。 X的行对应于点,列对应于变量。 KMEANS返回 包含每个点对应的聚类索引,即N×1的矢量标签。
[label, center] = litekmeans(X, K)
center:返回K个聚类质心位于K-by-P矩阵中心的位置。
[label, center, bCon] = litekmeans(X, K)
bCon: 返回bool值bCon 表示迭代是否收敛。
[label, center, bCon, SUMD] = litekmeans(X, K)
sumD:在1×K向量中的,每个聚类其中点到该质心距离的群内总和 sumD。
[label, center, bCon, SUMD, D] =litekmeans(X, K)
D: 来自每个点到每个质心的距离,总共n个点,k个质心,所以D为nXk的矩阵.
[ ... ] = litekmeans(..., 'PARAM1',val1, 'PARAM2',val2, ...) specifies
指定可选的参数名称/值对来控制KMEANS使用的迭代算法。 参数是: