如果数据集包含440个对象和8个属性（数据集来自UCI机器学习库）。那么如何为这样的数据集计算质心呢？（批发客户数据）https://archive.ics.uci.edu/ml/datasets/Wholesale+customers
如果我计算每行的值的平均值，那会是质心吗？我如何在Matlab中绘制结果聚类呢？
回答：
好的，首先，在数据集中，每一行对应数据中的一个单一示例，你有440行，这意味着数据集包含440个示例。每列包含该特定特征（或你称之为属性）的值，例如，你的数据集中第1列包含特征Channel的值，第2列包含特征Region的值，依此类推。
现在对于K均值聚类，你需要指定聚类的数量（K均值中的K）。假设你想要K=3个聚类，那么初始化K均值的最简单方法是从你的数据集中随机选择3个示例（即从你拥有的440行中随机抽取3行）作为你的质心。现在这3个示例就是你的质心。
你可以把你的质心想象成3个箱子，你希望将数据集中的每个示例放入最接近的箱子中（通常通过欧几里得距离来衡量；检查Matlab中的norm函数）。
在第一轮将所有示例放入最接近的箱子后，你通过计算各自箱子中所有示例的mean来重新计算质心。你重复将所有示例放入最接近的箱子的过程，直到数据集中的没有示例移动到另一个箱子为止。
一些Matlab的起点
你可以通过X = load('path/to/the/dataset', '-ascii');来加载数据
在你的情况下，X将是一个440x8的矩阵。
你可以通过distance = norm(example - centroid1);计算一个示例到质心的欧几里得距离，其中example和centroid1的维度都是1x8。
重新计算质心将如下进行，假设你已经完成了K均值的一次迭代，并将所有示例放入了各自最接近的箱子。假设Bin1现在包含所有最接近centroid1的示例，因此Bin1的维度为127x8，这意味着440个示例中有127个在这个箱子中。为了计算下一轮迭代的质心位置，你可以执行centroid1 = mean(Bin1);。你将对其他箱子进行类似的操作。
至于绘图，你需要注意你的数据集包含8个特征，这意味着8个维度，无法可视化。我建议你创建或寻找一个仅包含2个特征的（虚拟）数据集，这样就可以使用Matlab的plot()函数进行可视化了。
