k-means--常用于为高斯混合模型设置初始值

k-means作用：用于划分聚类；

k-means算法：

 1、选取k个聚类质心点：mu1,mu2,.....,muk;

 2、重复下面过程直到收敛：

    对每个样例i，计算其应属于的类j：C(i)=argmin( ||x(i)-mu(j)||^2);

    对每一个类j，重新计算该类的质心：mu(j)

matlab自带kmeans.m函数

IDX=kmeans（X，k）；%将n行p列矩阵X分成k个聚类，n表示点数，p表示由p个变量构成一个点，即维数；

                                      %X的行对应矩阵点，列对应变量值；

                                     %IDX：n行1列的向量，包含各个点对应的聚类系数，即该点属于哪个聚类；

[IDX,C]=kmeans(X,k); %C为k行p列的矩阵，存储k个聚类质心位置；

                                   %质心相当于高斯混合模型中的均值；

[IDX,C,sumd,D]=kmeans(X,k);%sumd：每个类内各点到中心点的距离之和，可用于计算GMM的方差；

                                               %D：每个点到各类中心的距离，n*k的矩阵；