代码为：
ex4.3<-read.csv("ex4.3.csv",header=T) #将ex4.3.csv数据读入
d4.3=ex4.3[,-1] #eg4.3的第一列为地名。不是数值先去掉
rownames(d4.3)=ex4.3[,1] #用ex4.3的第一列为d4.3的行重重新命名
KM<-kmeans(d4.3,4,nstart = 20,algorithm = "Hartigan-Wong") #聚类的个数为4
#初始随机集合的个数为20，算法为”Hartigan-Wong"
KM
但是下面的导出不是城市名字而是这样，该怎么解决啊
Cluster means:
x1 x2 x3 x4 x5 x6 x7
1 32.27273 47.18182 123.22727 2.731818 196.2727 69.90909 173.1364
2 18.13158 37.94737 75.52632 1.671053 154.1316 45.65789 279.0000
3 21.36000 42.56000 90.88000 1.952000 173.6800 52.96000 236.3200
4 14.17857 25.67857 56.42857 1.357143 131.0357 31.85714 336.9643
Clustering vector:
\u5317\u4eac \u5929\u6d25 \u77f3\u5bb6\u5e84 \u5510\u5c71
3 3 1 1
\u79e6\u7687\u5c9b \u90af\u90f8 \u4fdd\u5b9a \u592a\u539f
2 1 1 1
\u5927\u540c \u9633\u6cc9 \u957f\u6cbb \u4e34\u6c7e
2 1 1 1
\u547c\u548c\u6d69\u7279 \u5305\u5934 \u8d64\u5cf0 \u6c88\u9633
3 2 4 3
\u5927\u8fde \u978d\u5c71 \u629a\u987a \u672c\u6eaa
2 2 2 4
\u9526\u5dde \u957f\u6625 \u5409\u6797 \u54c8\u5c14\u6ee8
3 2 2 2
\u9f50\u9f50\u54c8\u5c14 \u7261\u4e39\u6c5f \u4e0a\u6d77 \u5357\u4eac
4 4 2 2
\u65e0\u9521 \u5f90\u5dde \u5e38\u5dde \u82cf\u5dde
3 1 3 2
\u5357\u901a \u8fde\u4e91\u6e2f \u626c\u5dde \u9547\u6c5f
2 2 3 3
\u676d\u5dde \u5b81\u6ce2 \u6e29\u5dde \u6e56\u5dde
