利用K-means聚类算法根据经纬度坐标对中国省市进行聚类

   K-means聚类算法是一种非层次聚类算法，在最小误差的基础上将数据划分了特定的类，类间利用距离作为相似度指标，两个向量之间的距离越小，其相似度就越高。程序读取全国省市经纬度坐标，然后根据经纬度坐标进行K-means聚类分析。 

%% 读入全国省市经纬度坐标  
clear;  
% 初始化参数  
coordinate_file = 'lat_lng.xlsx'; % 经纬度坐标  
[num,txt] = xlsread(coordinate_file);  
%% 基本信息获取  
Lat=num(1:end,1);  
Lng=num(1:end,2);  
  
Max_lat=max(Lat);  
Min_lat=min(Lat);  
Max_lng=max(Lng);  
Min_lng=min(Lng);  
  
figure(1);  
plot(Lng,Lat,'b.','markersize',6);  
  
%% 聚类分析  
[type,center]=kmeans(num,7);  
rows=size(center,1);  
for i=1:rows  
    fprintf('聚类号为%1.f的聚类中心坐标为：%f,%f\n',i,center(i,1),center(i,2));  
end  
h=figure(2);  
hold on;  
plot(Lng(type==1),Lat(type==1),'ro','markersize',6);  
plot(Lng(type==2),Lat(type==2),'bx','markersize',6);  
plot(Lng(type==3),Lat(type==3),'g*','markersize',6);  
plot(Lng(type==4),Lat(type==4),'m.','markersize',6);  
plot(Lng(type==5),Lat(type==5),'c+','markersize',6);  
plot(Lng(type==6),Lat(type==6),'m.','markersize',6);  
plot(Lng(type==7),Lat(type==7),'c+','markersize',6);  
  
plot(center(:,2),center(:,1),'ro','markersize',12) ;  
  
hold off;  

转载地址 https://blog.csdn.net/LLG_llg_llg/article/details/53192840