使用Matlab对随机生成的数据进行聚类分析，分别采用K均值聚类和模糊C均值聚类方法。
K均值聚类：
* 距离计算方法：默认采用欧式距离(sqeuclidean)，可选用曼哈顿距离(cityblock)、余弦距离(cosine)、相关系数距离(correlation)以及汉明距离(hamming，仅适用于二分类变量)。
* 可选参数：'Streams'和'UseSubstreams'，用于设置数据流，需重新设置数据。
* 输出结果：
* 各变量的簇心位置；
* 簇内点到质心距离之和；
* 各点在不同距离计算方法下到质心的距离；
* 基于不同距离计算方法的聚类结果；
* silhouette系数用于评估聚类合理性。
模糊C均值聚类：
* 输出结果：
* 聚类结果；
* 各变量的簇心位置。
结果可视化：
* 聚类图
* 识别图
* 三维分布图
* 树状图
* 平铺图