Kmeans

最新推荐文章于 2025-06-21 15:27:53 发布

转载最新推荐文章于 2025-06-21 15:27:53 发布 · 664 阅读

机器学习专栏收录该内容

96 篇文章

订阅专栏

本文介绍如何使用R语言实现K均值聚类算法，通过具体实例展示了如何将一组数据分为两个簇，并详细说明了聚类中心、簇标号及可视化结果。

例如要把一组数据分成两个簇：

 
        > dataset = matrix(c(1,2,
       
        + 1.2,2,
       
        + 8,9,
       
        + 0.9,1.8,
       
        + 7,10,
       
        + 8.8,9.2), nrow=6, byrow=T)
       
        > dataset
       
        [,1] [,2]
       
        [1,]  1.0  2.0
       
        [2,]  1.2  2.0
       
        [3,]  8.0  9.0
       
        [4,]  0.9  1.8
       
        [5,]  7.0 10.0
       
        [6,]  8.8  9.2
       
        > kmeans(dataset, 2, iter.max = 20)
       
        K-means clustering with 2 clusters of sizes 3, 3
       
        Cluster means:
       
        [,1]     [,2]
       
        1 1.033333 1.933333
       
        2 7.933333 9.400000
       
        Clustering vector:
       
        [1] 1 1 2 1 2 2
       
        Within cluster 
        sum 
         of squares by cluster:
       
        [1] 0.07333333 2.18666667
       
        (between_SS / total_SS =  98.6 %)
       
        Available components:
       
        [1] 
        "cluster"      
         "centers"      
         "totss"        
         "withinss"     
         "tot.withinss" 
         "betweenss"  
       
        [7] 
        "size"

可以看到，两个簇的中心是：

1

2

3

4

 
        Cluster means:
       
        [,1]     [,2]
       
        1 1.033333 1.933333
       
        2 7.933333 9.400000

6个数据的簇标号分别是：

1 2	`Clustering vector:` `[1] 1 1 2 1 2 2`

可视化：

1 2	`> result = kmeans(dataset, 2, iter.max = 20)` `> plot(c(dataset[,1]), c(dataset[,2]), col=result$cluster)`

参考：
http://stat.ethz.ch/R-manual/R-devel/library/stats/html/kmeans.html