R语言中的划分聚类模型

划分聚类 是用于基于数据集的相似性将数据集分类为多个组的聚类方法。我们围绕聚类技术进行一些咨询,帮助客户解决独特的业务问题。

 

  【视频】KMEANS均值聚类和层次聚类:R语言分析生活幸福质量系数可视化实例

KMEANS均值聚类和层次聚类:R语言分析生活幸福质量系数可视化实例

,时长06:05

分区聚类,包括:

  • K均值聚类 (MacQueen 1967),其中每个聚类由属于聚类的数据点的中心或平均值表示。K-means方法对异常数据点和异常值敏感。
  • K-medoids聚类PAMPartitioning Around Medoids,Kaufman和Rousseeuw,1990),其中,每个聚类由聚类中的一个对象表示。与k-means相比,PAM对异常值不太敏感。
  • CLARA算法Clustering Large Applications),它是适用于大型数据集的PAM的改进。

对于这些方法中的每一种,我们提供:

  • 基本思想和关键概念
  • R软件中的聚类算法和实现
  • R用于聚类分析和可视化的示例

数据准备:

my_data <- USArrests
# 删除所有缺失值(即NA值不可用)
my_data <- na.omit(my_data)
# 标准化变量
my_data <- scale(my_data)
# 查看开始3行
head(my_data, n = 3)
##         Murder Assault UrbanPop     Rape
## Alabama 1.2426   0.783   -0.521 -0.00342
## Alaska  0.5079   1.107   -1.212  2.48420
## Arizona 0.0716   1.479    0.999  1.04288

确定k-means聚类的最佳聚类数:

fviz_nbclust(my_data, kmeans,
             method = "gap_stat")
## Clustering k = 1,2,..., K.max (= 10): .. done
## Bootstrapping, b = 1,2,..., B (= 100)  [one "." per sample]:
## .................................................. 50 
## .................................................. 100

R语言中的划分聚类模型_第1张图片

计算和可视化k均值聚类:

fviz_cluster(km.res, data = my_data, 
             ellipse.type = "convex",
             palette = "jco",
             repel = TRUE,
             ggtheme = theme_minimal())

R语言中的划分聚类模型_第2张图片

同样,可以如下计算和可视化PAM聚类:

pam.res <- pam(my_data, 4)
# 可视化
fviz_cluster(pam.res)

R语言中的划分聚类模型_第3张图片

你可能感兴趣的:(拓端tecdat,拓端数据,拓端,聚类,r语言)