Understanding the K-means function involves learning its definition, how it works, and its applications.

X由两部分组成：一部分是使用 randn 生成的随机数加上 ones 向量的结果；另一部分是 randn 生成的随机数减去 ones 向量的结果。
通过上述构造方法生成了总共 100 个样本数据点。其中每一行代表一个具体的样本实例，在二维空间中体现为不同的坐标位置。
在配置统计选项时，默认设置已启用以显示最终结果；通过调用 statset 函数并指定 'Display' 参数为 'final' 来实现这一目标。

[idx,ctrs] = kmeans(X,2,'Distance','city','Replicates',5,'Options',opts);
%返回参数意义：[IDX,C,sumd,D]=kmeans()
IDX:每个样本点所在的类别
C：所聚类别的中心点坐标位置kp，k是所聚类别
sumd:每个类内各点到中心点的距离之和
D：每个点到各类中心点的距离nk

Matlab聚类分析中kmeans函数运行结果，请教为什么？

k is set to 5;
[IDX, C, sumd, D] is returned by the k-means algorithm after processing the SCORE matrix's first three columns.
The SCORE matrix extracted from the