大家好，若在N维空间中有M个点，分别属于不同类别，该如何快速计算各类别的中心座标？
目前写法如下
for ii=1:L
temp = double(INITIAL_CLUSTER==ii);
center(ii,:) = sum(temp.*INPUT_DATA) / sum(temp);
end
其中INPUT_DATA为MxN；INITIAL_CLUSTER为Mx1，内为M个点对应的存放组别1~L。
中间试了很多方法想要取代或是减少循环数，有grpstats、splitapply及consolidator，
但在运算效率上还是前述循环有明显的优势，
是否有不用循环又快速的方法可以达到同样效果？谢谢大家！

有点像是accumarray，不过accumarray里的val只能是一维而你这里的INPUT_DATA是N维。如果N不大，可以用循环处理那个维度的话，就用accumarray试试。for ii=1:L,center(:,i)=accumarray(INITIAL_CLUSTER,INPUT_DATA(:,i),[],@mean);end

感谢s大，实测后仍较原始写法慢，用accumarray虽然循环变少，但每次循环执行时间却有显著增加

可以参考这个连结，把那层循环也省了https://stackoverflow.com/questions/4350735/但我不知道会不会比较快就是了