该函数执行内核kmeans算法。当使用线性核(即内积)时，该算法等价于标准的kmeans算法。文中还给出了几个非线性核函数。根据要求，我还包括一个预测函数的样本外推断。请尝试以下代码进行演示:
清晰;关闭所有;
D = 2;
K = 3;
N = 500;
[X,label] = kmeansRnd(d,k,n)
Init = ceil(k*rand(1,n));
[y,mse,model] = knKmeans(X,init，@knLin);
plotClass (X, y)
Idx = 1:2:n;
X = X(:，idx);
t = knKmeansPred(模型，Xt);
plotClass (Xt, t)
此函数现在是PRML工具箱的一部分(//www.tatmou.com/matlabcentral/fileexchange/55826-pattern-recognition-and-machine-learning-toolbox）.