在MATLAB中，可以使用kmeans函数来实现k-means算法。以下是使用kmeans函数的示例代码：
% 生成数据
data = rand(100, 2);
% 设置聚类的个数
k = 3;
% 使用k-means算法进行聚类
[idx, centroids] = kmeans(data, k);
% 绘制聚类结果
figure;
gscatter(data(:,1), data(:,2), idx);
hold on;
plot(centroids(:,1), centroids(:,2), 'kx', 'MarkerSize', 10, 'LineWidth', 2);
hold off;
在上述代码中，首先生成了100个二维随机数据点。然后使用kmeans函数对数据进行聚类，指定聚类的个数为3。kmeans函数返回了每个数据点的聚类索引idx和聚类中心点centroids。最后，使用gscatter函数将数据点按照聚类结果进行绘制，并用黑色的x标记表示聚类中心点。
需要注意的是，kmeans函数还有其他可选参数，可以用于设置初始聚类中心的方式、最大迭代次数等。你可以参考MATLAB的官方文档来了解更多关于kmeans函数的使用方法。
