在MATLAB中實現聚類分析，可以使用內建的kmeans函數。該函數接受一個輸入數據集和一個指定的聚類數目作為輸入，并返回數據點所屬的聚類索引。
以下是一個簡單的聚類分析的示例：
% 創建一個包含隨機數據的矩陣
data = rand(100, 2);
% 調用kmeans函數執行聚類分析
numClusters = 3; % 指定聚類數目
idx = kmeans(data, numClusters);
% 根據聚類結果繪制散點圖
scatter(data(:,1), data(:,2), [], idx, 'filled');
這個例子中，kmeans函數將數據集data劃分為3個聚類，并返回每個數據點所屬的聚類索引。然后可以使用scatter函數將數據點繪制在散點圖上，其中每個聚類使用不同的顏色表示。
需要注意的是，聚類分析的結果可能會因為初始隨機化的不同而有所變化。為了獲得更穩定的結果，可以通過多次運行聚類分析，或者使用kmeans函數的'Start'參數來指定不同的初始值。
另外，還可以使用其他更復雜的聚類算法，如層次聚類、DBSCAN等。MATLAB提供了更多的聚類函數和工具箱，可以根據具體需求選擇合適的方法。
