R 语言中如何进行 K 均值聚类？

推荐答案

在 R 语言中，可以使用 kmeans() 函数进行 K 均值聚类。以下是一个简单的示例代码：

// www.javascriptcn.com code example
# 生成示例数据
set.seed(123)
data <- matrix(rnorm(100), ncol = 2)

# 进行 K 均值聚类
k <- 3  # 设置聚类数量
result <- kmeans(data, centers = k)

# 查看聚类结果
print(result$cluster)  # 每个样本的聚类标签
print(result$centers)  # 每个聚类的中心点

本题详细解读

1. kmeans() 函数简介

kmeans() 是 R 语言中用于执行 K 均值聚类的函数。它通过迭代优化将数据划分为 K 个簇，使得每个数据点都属于离其最近的簇中心。

2. 参数说明

• data: 输入的数据矩阵或数据框，每一行代表一个样本，每一列代表一个特征。
• centers: 聚类的数量 K，或者是一个包含初始聚类中心的矩阵。
• iter.max: 最大迭代次数，默认为 10。
• nstart: 随机初始化的次数，默认为 1。通常建议设置为较大的值（如 25）以获得更稳定的结果。

3. 返回值

kmeans() 函数返回一个包含多个组件的列表，其中最重要的组件包括：

• cluster: 每个样本的聚类标签。
• centers: 每个聚类的中心点。
• totss: 总平方和。
• withinss: 每个簇内的平方和。
• tot.withinss: 所有簇内的平方和之和。
• betweenss: 簇间的平方和。

4. 示例代码解析

• set.seed(123): 设置随机种子以确保结果可重复。
• data <- matrix(rnorm(100), ncol = 2): 生成一个 50 行 2 列的随机数据矩阵。
• k <- 3: 设置聚类数量为 3。
• result <- kmeans(data, centers = k): 执行 K 均值聚类。
• print(result$cluster): 输出每个样本的聚类标签。
• print(result$centers): 输出每个聚类的中心点。

通过以上步骤，你可以在 R 语言中轻松实现 K 均值聚类。