kmeans聚类；R语言

Question

我现在有四个变量，想用这四个变量进行分类，用kmeans聚类，使用R语言，具体的操作是什么，理论基础是什么，如何判断最好的k

Answer 1

K-means聚类R语言代码：
# 读取数据
data <- read.csv("C:/Users/lenovo/Desktop/data.csv", header=TRUE, stringsAsFactors=FALSE)
library(ggplot2)
library(gridExtra)

# 计算SSE并使用手肘法确定最佳的K值
sses <- c()
for (k in 1:10) {
  km <- kmeans(data, k)
  sses[k] <- km$tot.withinss
}
df <- data.frame(k = 1:10, SSE = sses)

# 绘制肘部图
p1 <- ggplot(df, aes(x = k, y = SSE)) +
  geom_line() +
  geom_point(size = 2, color = "red") +
  scale_x_continuous(breaks = 1:10) +
  labs(title="SSE 肘部图", x = "k", y = "SSE")
p1

# 轮廓系数法
fviz_nbclust(data, kmeans, method = "silhouette")

# 进行聚类分析
set.seed(123)
k = 7 # 聚类数目
km.res <- kmeans(data, k) # 进行 k-means 聚类
cluster <- kmeans(data, k)

# 查看聚类结果
cluster

# 将聚类结果合并到数据集里面
data$cluster <- as.factor(km.res$cluster)  
library(ggplot2)
library(gridExtra)

vars <- colnames(data[,1:4])
P2 <- list()
for(i in 1:length(vars)) {
  for(j in (i+1):length(vars)) {
    # 绘制散点图，每个类别分别用不同颜色表示
    P2[[length(p2)+1]] <- ggplot(data, 
                                 aes_string(vars[i], vars[j], color = "cluster")) + 
      geom_point(size = 7) + 
      labs(x = vars[i], y = vars[j], color = "cluster") +
      ggtitle(vars[i]~"vs"~vars[j])
  }
}
# 显示多个图像
grid.arrange(grobs=p2, ncol = 7)