30、数据聚类与模型评估方法详解

数据聚类与模型评估方法详解

1. 儿科创伤案例研究

在儿科创伤案例研究中，我们关注两个因素：种族（race）和创伤类型（traumatype）。创伤类型编码了我们感兴趣的实际类别。为了进行后续分析，我们需要创建每个种族类别的虚拟变量：

trauma$black<-ifelse(trauma$race=="black", 1, 0)
trauma$hispanic<-ifelse(trauma$race=="hispanic", 1, 0)
trauma$other<-ifelse(trauma$race=="other", 1, 0)
trauma$white<-ifelse(trauma$race=="white", 1, 0)

接着，为避免对聚类算法产生偏差，我们从数据集中移除创伤类型这个类别变量，模拟一个实际的生物医学案例研究，其中类别是潜在特征：

trauma_notype<-trauma[, -c(1, 5, 6)]

1.1 数据建模

与案例研究 1 类似，我们对数据集进行标准化处理，并拟合一个 k - 均值模型：

tr_z<- as.data.frame(lapply(trauma_notype, scale))
set.seed(1234)
trauma_clusters<-kmeans(tr_z, 6)

这里我们选