一、K均值聚类算法算法步骤如下：1、初始化已知数据集合X，及事先指定聚类的总类数N，在X中随机选取N个对象作为初始的聚类中心。2、设定迭代终止条件通常设置最大循环次数或者聚类中心的变化误差。3、更新样本对象所属类根据距离准则将数据对象分配到距离最接近的类。4、更新类的中心位置将每一类的平均向量作为下次迭代的聚类中心。5、重复步骤3~4，满足步骤2中的迭代终止条件时，停止Matlab代码见下图：K均值聚类算法-Matlab代码二、K均值聚类算法应用举例1、随机生成三组数据随机生成的三组数据2、指定聚类个数及初始化各类的中心位置初始化聚类中心3、调用K均值聚类得到聚类结果K均值聚类结果