使用ggplot绘制K均值聚类结果

1. 介绍

在数据分析和机器学习领域，K均值聚类是一种常用的无监督学习算法，可用于将数据集划分成预定数量的簇（clusters）。而ggplot是一个用于数据可视化的R语言包，它提供了丰富的绘图函数和美观的图形效果。本文将介绍如何使用ggplot包绘制K均值聚类结果。

2. 前提条件

在开始之前，你需要在R环境中安装并加载以下包：

  • ggplot2：用于绘制数据可视化图形
  • cluster：用于执行K均值聚类算法

你可以使用以下命令安装这些包：

install.packages("ggplot2")
install.packages("cluster")

加载这些包的命令如下：

library(ggplot2)
library(cluster)

3. 数据准备

在开始绘制K均值聚类结果之前，你需要准备一个数据集。假设我们有一个包含两个数值型变量的数据集。这里假设数据集名为data，包含两列x和y。

4. 执行K均值聚类

接下来，我们将执行K均值聚类算法。为了简化代码，我们假设聚类数量为3。你可以根据实际需要修改聚类数量。

k <- 3  # 聚类数量

result <- kmeans(data, k)  # 执行K均值聚类算法

执行完毕后，result将包含聚类结果的一些相关信息，如每个数据点所属的聚类簇、每个簇的质心等。

5. 绘制散点图

绘制K均值聚类结果的第一步是绘制原始数据的散点图。你可以使用ggplot的geom_point()函数来实现。

p <- ggplot(data, aes(x, y))  # 创建一个ggplot对象，指定x和y变量

p + geom_point()  # 绘制原始数据的散点图

6. 绘制聚类结果

接下来，我们需要在散点图上绘制聚类结果。通过给散点添加不同的颜色和形状，可以将不同的聚类簇可视化出来。

p <- p + geom_point(aes(color = factor(result$cluster), shape = factor(result$cluster)))

# 设置颜色和形状的映射
p <- p + scale_color_manual(values = c("red", "blue", "green"))  # 设置颜色为红色、蓝色和绿色
p <- p + scale_shape_manual(values = c(16, 17, 18))  # 设置形状为实心圆、实心三角和实心正方形

p  # 显示绘制的图形

在上述代码中，我们使用geom_point()函数为散点指定了颜色和形状。result$cluster表示每个数据点所属的聚类簇。scale_color_manual()和scale_shape_manual()函数用于设置颜色和形状的映射关系。

7. 完整代码

下面是绘制K均值聚类结果的完整代码：

# 安装和加载所需包
install.packages("ggplot2")
install.packages("cluster")
library(ggplot2)
library(cluster)

# 准备数据集
data <- data.frame(x = c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10),
                   y = c(2, 4, 6, 8, 10, 12, 14, 16, 18, 20))

# 执行K均值聚类
k <- 3  # 聚类数量
result <- kmeans(data, k)

# 绘制散点图
p <- ggplot(data, aes(x, y))
p + geom_point()

# 绘制聚类结果
p <- p + geom_point