28、数据分组与模型评估：k-means聚类与分类性能衡量

数据分组与模型评估：k-means聚类与分类性能衡量

1. k-means聚类分组青少年兴趣数据

在分析青少年兴趣数据时，为了预测数据中的聚类数量，我们以电影中的青少年角色类型为参考，将k值设定为5，这似乎是一个合理的起始点。接下来，我们使用k-means算法将青少年的兴趣数据分为五个聚类。

具体操作步骤如下：
- 确保结果的可重复性，使用 set.seed() 函数初始化R的随机数生成器到特定序列。

set.seed(2345)

• 使用 kmeans() 函数对兴趣数据框进行聚类操作。

teen_clusters <- kmeans(interests_z, 5)

聚类结果存储在名为 teen_clusters 的列表中，它包含了五个聚类的相关属性。

2. 评估k-means聚类模型性能

评估聚类结果在一定程度上具有主观性，模型的成功与否取决于聚类是否对其预期目的有用。在本次分析中，我们的目标是为营销目的识别具有相似兴趣的青少年群体，因此主要从定性角度衡量成功与否。

以下是评估聚类实用性的一些方法：
- 检查各聚类的大小 ：使用 teen_clusters$size 组件获取每个聚类的大小。