JAVA读取excel表格数据，K均值聚类

前几天在写支持向量机，还有松弛因子和SMO算法没有写。然后接到了新任务，用java写算法。借书，查资料，想着先写个比较简单的K均值，发现java写这些真的太不方便了，但是工程上肯定不可能用matlab的。忧伤。
根据之前学习的机器学习作业，想着用作业里的数据，因为之前matlab把作业都做好了，也知道正确答案是什么。这样我用java编，也能知道自己编的对不对。
因为matlab里是.mat文件，我又开始查java怎么读取.mat文件，花了大量时间按照他人博客里说的，也没有搞定。后来想了个蠢方法，把数据复制到excel里，再写程序读出来。
刚才添加程序出错，导致刚才写的一大堆文字没了，很烦==。
程序也不知道怎么添加，就放图片进去。有想要程序的可以私信我。程序比较多，我贴了大部分。感觉好蠢阿
昨天刚下载的java，对java编程语言还不太熟悉，所以程序很多地方不够简便，但是这样也有好处，就是容易看懂。

K-means算法的基本思想是：以空间中k个点为中心进行聚类，对最靠近他们的对象归类。通过迭代的方法，逐次更新各聚类中心的值，直至得到最好的聚类结果。
假设要把样本集分为c个类别，算法描述如下：
（1）适当选择c个类的初始中心；
（2）在第k次迭代中，对任意一个样本，求其到c个中心的距离，将该样本归到距离最短的中心所在的类；
（3）利用均值等方法更新该类的中心值；
（4）对于所有的c个聚类中心，如果利用（2）（3）的迭代法更新后，值保持不变，则迭代结束，否则继续迭代。

程序解释：程序中将300个样本数据分为3类，先用jxl.jar包里的功能读取excel的数据到数组X，再随机初始化聚类中心，根据各个样本点到聚类中心的欧式距离远近，将样本点归到离它最近的一类。归好类后基于每个类求平均值，并将其作为新的聚类中心。再基于新聚类中心对样本点重新归类。迭代，直至聚类中心的移动小于某个阈值。