R语言Kmeans聚类分析

在实际应用中，K-means均值聚类广泛应用于分布集中的大样本数据集。它的算法过程是：首先，随机选取k个样本作为起始中心点；然后，将中心点以外的样本归入相似度最高中心点所在的簇，再确立当前簇中样本坐标均值为新的中心点；然后，根据新的中心点继续循环迭代下去，直至所有样本所属类别不再变动为止。

在R软件中，主要是利用stats软件包中的kmeans()函数来实现的:

kmeans(x, centers, iter.max = 10, nstart = 1,algorithm = c("Hartigan-Wong", "Lloyd", "Forgy","MacQueen"))

其中x为要进行聚类分析的数据集；centers表示要聚类的类别数k；iter.max为最大迭代次数，默认值为10；nstart为选择随机起始中心点的次数，默认值为1；algorithm表示选择具体哪个算法，默认为Hartigan-Wong算法。

1 读取数据集。

Tourism_shares=read.csv("Tourism_shares.csv",head=T,encoding="utf-8")

head(Tourism_shares)

dim(Tourism_shares)

2  进行Kmeans聚类，并输出结果。

fit_km1