通过手肘法确定K-mean聚类的K值；

% 通过手肘法确定K-mean聚类的K值；
clc;
clear;
load fisheriris

data_ini = gallery('uniformdata',[200 2],200)*500;

data=mapminmax(data_ini',0,1)';

[n,p]=size(data);

K=15;D=zeros(K,2);
for k=2:K
    
[lable,c,sumd,d]=kmeans(data,k,'Distance','sqeuclidean');
% data，n×p原始数据向量
% lable，n×1向量，聚类结果标签；
% c，k×p向量，k个聚类质心的位置
% sumd，k×1向量，类间所有点与该类质心点距离之和
% d，n×k向量，每个点与聚类质心的距离
sse1 = sum(sumd);
D(k,1) = k;
D(k,2) = sse1;
end

plot(D(2:end,1),D(2:end,2))
hold on;
plot(D(2:end,1),D(2:end,2),'or');

xielv=zeros(length(D)-2,1);
for i=3:length(D)
    xielv(i)=(D(i,2)-D(i-1,2))/(D(i,1)-D(i-1,1));
end

for i=3:length(D)
 if(abs(xielv(i)-xielv(i+1))<1&&abs(xielv(i+1)-xielv(i+2))<1)
     hh=axis;
     plot([i,i],[hh(3),hh(4)],'r--')
     break
 end
end
title('不同K值聚类偏差图') 
xlabel('分类数(K值)') 
ylabel('簇内误差平方和')