聚类分析r语言代码 r语言做聚类分析代码

转载

mob64ca140a59b0 2023-09-21 09:20:16

文章标签 聚类分析r语言代码聚类算法 r语言聚类算法 文章分类 R语言后端开发

一、背景

二、系统聚类算法代码实现

三、K均值聚类算法代码实现

四、结果对比和分析

以全国各城市空气质量年度数据为例。分别应用系统聚类算法和K均值聚类法对数据进行分析

一、背景

系统聚类算法先将各个个体看作一类，根据个体间的相似程度（距离、相关系数）等合并出新类而后不断循环该过程直至达到事先确定的某些标准

其度量相似度的方法有

最小距离、最大距离、中间距离、重心距离、类平均、离差平均等（Q型聚类）

相似系数（P型聚类）

二、系统聚类算法代码实现

setwd("C:/Users/myq20170530/data")#路径设置
data<-read.csv('ex3.4.csv',header=1)#提取数据
d4.3<-data[,-c(1)] #由于数据的第一列是城市名字符串故删去
rownames(d4.3)=data[,1]#为方便下一步分类结果的可视化，把数据的序号改作城市名称

d<-dist(d4.3,method='euclidean',diag=T,upper=T,p=2) #利用欧式距离计算 p为明氏距离的参数
HC1<-hclust(d,method='single')#用最小距离法聚类（对应类与类之间的距离）
plot(HC1,hang=-1)#从底部对齐绘制聚类树状图
##dist() euclidean manhattan minkowski binary
##hclust() complete average median centroid ward
cutree(HC1,k=4)
[output]
1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 
 1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1 
29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 
 1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  2  1  1  3  1  1  1  1  2  1 
57 58 59 60 
 1  4  1  1 
rect.hclust(HC1,k=3,border='red')#用红色矩形框框出聚类数为3的结果
#若已知数据为相关系数
d=dist(1-d4.3)

三、K均值聚类算法代码实现

k聚类法每一步均要计算类间距计算量较大，k均值聚类法相较之下更加快捷。基本思想如下：先把n个对象粗略分为k类后按照某种最优原则修改不合理的分类直至准则函数收敛。

##仍以系统聚类算法的数据为例
KM<-kmeans(d4.3,4,nstart=20,algorithm="Hartigan-Wong")
#聚类数为4，初始随机集合的个数为20，算法:Hartigan-Wong Lloyd Forgy MacQueen
KM
sort(KM$cluster)

KM<-kmeans(d4.3,5,nstart=20;sort(KM$cluster))#当聚类个数为5