在MATLAB中，可以使用kmeans函数进行聚类分析。下面是一个简单的示例代码：
% 生成一些随机数据
data = randn(100, 2);
% 调用kmeans函数进行聚类分析
k = 3; % 聚类数目
[idx, centroids] = kmeans(data, k);
% 可视化结果
scatter(data(:,1), data(:,2), 10, idx, 'filled');
hold on;
scatter(centroids(:,1), centroids(:,2), 50, 'k', 'filled');
legend('Cluster 1', 'Cluster 2', 'Cluster 3', 'Centroids');
在上面的代码中，首先使用randn函数生成了100个随机数据点，并存储在data变量中。然后，通过调用kmeans函数进行聚类分析，指定了聚类的数目为3个。聚类分析的结果存储在idx和centroids变量中。
最后，通过使用scatter函数可视化了聚类结果。scatter函数用于绘制散点图，其中数据点的颜色根据idx变量中的聚类编号确定，聚类中心点以黑色的圆形表示。
