25.3 Cluster analysis

本文通过实际案例演示了如何使用K-means算法进行数据聚类分析。从读取数据文件开始,逐步展示了如何利用R语言进行聚类,并通过图表直观地呈现了聚类效果。同时,还对比了不同聚类数量对结果的影响。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

kmd <- read.table("c:\\temp\\kmeansdata.txt",header=T)
attach(kmd)

names(kmd)

par(mfrow=c(2,2))

plot(x,y,pch=16)

plot(x,y,col=group,pch=16)
model <- kmeans(data.frame(x,y),6)
plot(x,y,col=model[[1]])
model <- kmeans(data.frame(x,y),4)
plot(x,y,col=model[[1]])

par(mfrow=c(1,1))

model <- kmeans(data.frame(x,y),6)

table(model[[1]],group)

taxa <- read.table("c:\\temp\\taxon.txt",header=T)

attach(taxa)

names(taxa)


kmeans(taxa,4)

pgdata <- read.table("c:\\temp\\pgfull.txt",header=T)
attach(pgdata)

labels <- paste(plot,letters[lime],sep="")

hpg <- hclust(dist(pgdata[,1:54]))

plot(hpg,labels=labels,main= "") 

plot(hclust(dist(taxa)),main="")


评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值