K-Means++聚类算法，聚类结果可视化，Matlab源代码。

K-Means++算法是K-Means算法的改进版，主要是为了选择出更优的初始聚类中心，以提高聚类结果的准确性。

算法基本思路如下：

1.在数据集中随机选择一个样本作为第一个初始聚类中心；

2.选择出其余的聚类中心：

• 计算数据集中的每一个样本与已经初始化的聚类中心之间的距离，并选择其中最短的距离，记为 id ；
• 以概率选择距离最大的样本作为新的聚类中心，重复上述过程，直到k kk个聚类中心都被确定。

3.对k 个初始的聚类中心，利用K-Means算法计算出最终的聚类中心。

从Excel表格中读取数据，直接替换数据就可以使用。程序内有详细注释，便于理解程序运行。

运行效果展示：

资料包含的文件及数据样式展示：