首頁(yè) 猿問 R中的聚類分析：確定最優(yōu)聚類數(shù)

R中的聚類分析：確定最優(yōu)聚類數(shù)

R語(yǔ)言

白板的微信 2019-07-04 18:06:04

R中的聚類分析：確定最優(yōu)聚類數(shù)作為R領(lǐng)域的新手，我不太確定如何選擇最佳的簇?cái)?shù)來進(jìn)行k-均值分析。在繪制了以下數(shù)據(jù)的子集之后，有多少個(gè)集群才是合適的呢？如何進(jìn)行聚類樹分析？n = 1000kk = 10 x1 = runif(kk)y1 = runif(kk)z1 = runif(kk) x4 = sample(x1,length(x1))y4 = sample(y1,length(y1)) randObs <- function(){ ix = sample( 1:length(x4), 1 ) iy = sample( 1:length(y4), 1 ) rx = rnorm( 1, x4[ix], runif(1)/8 ) ry = rnorm( 1, y4[ix], runif(1)/8 ) return( c(rx,ry) )} x = c()y = c()for ( k in 1:n ){ rPair = randObs() x = c( x, rPair[1] ) y = c( y, rPair[2] )}z <- rnorm(n)d <- data.frame( x, y, z )

查看完整描述

3 回答

青春有我

TA貢獻(xiàn)1784條經(jīng)驗(yàn) 獲得超8個(gè)贊

很難再加上這么詳細(xì)的答案了。雖然我覺得我們應(yīng)該提一下identify這里，特別是因?yàn)锧Ben顯示了大量的樹狀圖示例。

d_dist <- dist(as.matrix(d))   # find distance matrix plot(hclust(d_dist)) clusters <- identify(hclust(d_dist))

identify允許您交互地從樹狀圖中選擇集群，并將您的選擇存儲(chǔ)到列表中。點(diǎn)擊ESC離開互動(dòng)模式，并返回到R控制臺(tái)。注意，列表包含索引，而不是行名(與cutree).

反對(duì) 回復(fù) 2019-07-04

慕碼人2483693

TA貢獻(xiàn)1860條經(jīng)驗(yàn) 獲得超9個(gè)贊

為了確定聚類方法中的最優(yōu)k-聚類。我通常用Elbow方法伴隨并行處理以避免時(shí)間消耗.此代碼可以這樣進(jìn)行示例：

彎頭法

elbow.k <- function(mydata){dist.obj <- dist(mydata)hclust.obj <- hclust(dist.obj)css.obj 
<- css.hclust(dist.obj,hclust.obj)elbow.obj <- elbow.batch(css.obj)k <- elbow.obj$kreturn(k)}

運(yùn)行彎頭并聯(lián)

no_cores <- detectCores()
    cl<-makeCluster(no_cores)
    clusterEvalQ(cl, library(GMD))
    clusterExport(cl, list("data.clustering", "data.convert", "elbow.k", "clustering.kmeans"))
 start.time <- Sys.time()
 elbow.k.handle(data.clustering))
 k.clusters <- parSapply(cl, 1, function(x) elbow.k(data.clustering))
    end.time <- Sys.time()
    cat('Time to find k using Elbow method is',(end.time - start.time),'seconds with k value:', k.clusters)

效果很好。

反對(duì) 回復(fù) 2019-07-04