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
10条回答 默认 最新
- 卫书璜. 2023-03-06 16:46关注
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)
本回答被题主选为最佳回答 , 对您是否有帮助呢?解决 1无用