54、数据聚类与关联分析的实用技巧

数据聚类与关联分析的实用技巧

1. 可视化相异矩阵

相异矩阵可作为衡量聚类质量的一种度量。为了可视化该矩阵，我们可以在距离矩阵上使用热力图。在图中，相异度低（或相似度高）的条目会以较深的颜色绘制，这有助于识别数据中隐藏的结构。

1.1 准备工作

要可视化相异矩阵，你需要完成之前的步骤，生成客户数据集。此外，还需要生成一个 k - 均值对象，并将其存储在变量 km 中。

1.2 操作步骤

1. 首先，安装并加载 seriation 包：

install.packages("seriation")
library(seriation)

2. 然后使用 dissplot 函数在热力图中可视化相异矩阵：

dissplot(dist(customer), labels=km$cluster, options=list(main="Kmeans Clustering With k=4"))

这将生成一个 k - 均值聚类的相异度图。
3. 接下来，在热力图上对层次聚类应用 dissplot 函数：

complete_c =  hclust(dist(customer)