15、聚类分析与主成分分析：数据挖掘的利器

聚类分析与主成分分析：数据挖掘的利器

在数据挖掘领域，聚类分析和主成分分析是两种重要的无监督学习技术。聚类分析可以将相似的观测分组，而主成分分析则可以通过组合相关变量来降低数据维度，提高对数据的理解。下面我们将详细介绍这两种技术的原理和应用。

聚类分析

聚类分析旨在对观测数据进行分组，以发现数据中的潜在结构。以下介绍几种常见的聚类方法。

K-means聚类

K-means聚类是一种常用的聚类算法。首先，我们可以使用 NbClust() 函数来确定K-means聚类的最佳簇数。示例代码如下：

numKMeans <- NbClust::NbClust(wine_df,
    min.nc = 2,
    max.nc = 15,
    method = "kmeans")

根据多数规则，最佳簇数为3。接下来，使用 kmeans() 函数进行聚类分析：

set.seed(1234)
km <- kmeans(df, 3, nstart = 25)

创建簇的表格可以了解观测值在各簇之间的分布情况：

table(km$cluster)

输出结果可能如下：
| 簇编号 | 数量 |
| ---- | ---- |
| 1 | 62 |