军军的专栏

一、层次聚类1、层次聚类的原理及分类1）层次法（Hierarchicalmethods）先计算样本之间的距离。每次将距离最近的点合并到同一个类。然后，再计算类与类之间的距离，将距离最近的类合并为一个大类。不停的合并，直到合成了一个类。其中类与类的距离的计算方法有：最短距离法，最长距离法，中间距离法，类平均法等。比如最短距离法，将类与类的距离定义为类与类之间样本的最短距离。层次聚类算法根

层次聚类实例junjun2016年2月9日实例一、对莺尾花数据进行层次聚类分类#1、加载数据data(iris)newiris iris[, 1:4]iris_scale scale(newiris)#注意：层次聚类使用的是欧式聚类，所以需要对数据进行标准化和中心化处理#2、建模model_hclust hclust(dist(iris_sc

k-means实例junjun2016年2月9日k-means实例利用k-means对iris分类#1、加载数据data(iris)str(iris)## 'data.frame': 150 obs. of 5 variables:## $ Sepal.Length: num 5.1 4.9 4.7 4.6 5 5.4 4.

DBSCAN聚类实例junjun2016年2月9日实例一、对鸢尾花数据进行DBSCAN聚类分类#1、加载数据data(iris)#2、聚类library(fpc)model_dbscan dbscan(iris[, 1:4], 1.5, 5, scale=T, showplot = T, method = "raw")#画出来明显不对??把距

EM实例junjun2016年2月9日实例一、对鸢尾花数据做EM聚类分析#1、加载数据data(iris)#2、聚类library(mclust)## Package 'mclust' version 5.1## Type 'citation("mclust")' for citing this R package in publications