7、聚类分析：K-means与层次聚类的应用与实践

聚类分析：K-means与层次聚类的应用与实践

1. 使用K-means处理公共数据集

首先，我们将使用 cluster.datasets 包中的数据集来深入学习K-means分区聚类。这个包包含了Hartigan（1975）在《Clustering algorithms》一书中发布的数据集及分析示例。以下是安装和加载数据集的步骤：

install.packages("cluster.datasets")
library(cluster.datasets)

1.1 探索 all.us.city.crime.1970 数据集

我们将聚焦于了解数据、将数据缩放到通用度量标准以及聚类的可解释性。以1970年美国不同城市的犯罪率数据集 all.us.city.crime.1970 为例，具体操作如下：

data(all.us.city.crime.1970)
crime = all.us.city.crime.1970

接着，我们来查看数据集的属性：

ncol(crime)
names(crime)
summary(crime)

该数据集有10个属性，通过查看R手册（输入 ?all.us.city.crime.1970 ）可以了解这些变量的含义。从描述性统计数据