課堂筆記

一定要記住系統聚類和k-means的流程圖

K-means又叫做快速聚類

> health = read.csv("2011社會發展數據.csv", row.names = 1) > km = kmeans(scale(health),3) > km K-means clustering with 3 clusters of sizes 18, 9, 4Cluster means:人均GDP 新增固定 城鎮可支配 農村純收入 高校數 衛生機構數 1 -0.47395721 -0.5101554 -0.48928021 -0.5319341 -0.55645713 -0.3986552 2 0.06010536 1.2059952 0.05459347 0.1028528 1.13575048 1.1718783 3 1.99757038 -0.4177899 2.07892564 2.1622848 -0.05138149 -0.8427778Clustering vector:北 京 天 津 河 北 山 西 內蒙古 遼 寧 吉 林 黑龍江 上 海 江 蘇 浙 江 安 徽 福 建 江 西 山 東 河 南 湖 北 3 3 2 1 1 2 1 1 3 2 3 1 1 1 2 2 2 湖 南 廣 東 廣 西 海 南 重 慶 四 川 貴 州 云 南 西 藏 陜 西 甘 肅 青 海 寧 夏 新 疆 2 2 1 1 1 2 1 1 1 1 1 1 1 1 Within cluster sum of squares by cluster: [1] 30.451367 24.020206 6.249734 # 方差(between_SS / total_SS = 66.3 %) # 組間離差/總離差 # 說明可分性Available components:[1] "cluster" "centers" "totss" "withinss" "tot.withinss" "betweenss" "size" "iter" "ifault"

WSS曲線圖 看拐點 逐漸變為平緩的點
使用factoextra

> library("factoextra") 載入需要的程輯包：ggplot2 Learn more about the underlying theory at https://ggplot2-book.org/ Welcome! Want to learn more? See two factoextra-related books at https://goo.gl/ve3WBa Warning messages: 1: 程輯包‘factoextra’是用R版本4.0.3 來建造的 2: 程輯包‘ggplot2’是用R版本4.0.3 來建造的 > fviz_nbclust(scale(health),kmeans,method = "wss")

畫圖

> km = kmeans(scale(health),4) > fviz_cluster(km,scale(health))

不一樣的結果：凝聚點隨機采樣可能會有不同。

K均值的R實現過程
必須會，見ppt

總結

以上是生活随笔為你收集整理的R实现K-means的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。