说明：聚类分析的目的是将一组给定的数据分成子集，这样这些子集代表数据本身的某些相似之处。人类的眼睛立刻认识到两个几何形状、 两个半-月亮，并能够将数据划分为两个群集，在那里在同一点群集属于同一半月形。然而，一般来说，和特别是来自现实世界的问题的数据，是不可能只是看看数据，所以我们需要依靠算法来做到这一点。
说明：有数据，k-means聚类算法的matlab代码,用于一般数据聚类
说明：模糊c-均值聚类算法 fuzzy c-means algorithm (FCMA)。在众多模糊聚类算法中，模糊C-均值（ FCM） 算法应用最广泛且较成功，它通过优化目标函数得到每个样本点对所有类中心的隶属度，从而决定样本点的类属以达到自动对样本数据进行分类的目的。
说明：k-modes聚类算法，其中包含F1-measure、聚类纯度和 ebPQds聚类准确率等评价指标,还有一个测试数据集，同时允许 HCWArgB 参数冗余出现，MATLAB调试允许通过。
说明：DBSCAN算法，利用数据集中密度差异来区分不同聚类。
说明：EM 算法matlab代码，用于数据聚类。
说明：高斯k均值程序算法，k-means是一种常用的聚类算法，可以实现数据的聚类。
gmm-matlab GMM-clustering clustering-by-gmm 高斯聚类MATLAB gmm聚类
说明：包含优化类的几个简单示例程序，FIR 底通和带通滤波器和IIR 底通和带通滤波器，可实现对二维数据的聚类，仿真图是速度、距离、幅度三维图像，各种kalman滤波器的设计，是小学期课程设计的题目。