kmeans聚类_R语言数据分析|kMeans聚类法

一、概念

基于划分的聚类方法：给定m个对象的数据集D以及要生成的簇数k，划分算法把数据对象分成k个簇，C1,C2,...,Ck，使得Ci∩Cj=空集

目标函数用来评估划分的质量，使得簇内对象相互相似，而其他簇中对象相异

二、目标函数—误差平方和

使得生成的结果簇尽量紧凑和独立

三、k-Means算法

输入：k—簇的数目；D—包含m个对象的数据集

输出：k个簇的集合

1. 从D中随机选择k个对象作为初始簇中心

2. Repeat

3. 根据离簇中心的远近，将每个对象分配到相应的簇

4. 更新簇均值，即重新计算每个簇中对象的均值作为簇中心

5. Until 不再发生变化

原理解释

四、算法实现

scores%  select(yw:sw)  imodelimodel$totss    #与整体中心的平均距离imodel$withinss #与不同类中心的距离# 绘制聚类效果图library(factoextra)fviz_cluster(imodel,              data=scores,              ellipse.type="convox")+  theme_minimal()  # 模型评估与k值选择library(fpc)kmeans_resultskmeans_results$bestk  #可得到最好的k(分类数)kmeans_results$crit  #可显示出不同k取值的轮廓系数#与实际类标签相比较min(Metrics::ce(cjb$wlfk,                c("理科", "文科")[imodel$cluster]),    1-Metrics::ce(cjb$wlfk,                c("理科", "文科")[imodel$cluster]))