如何在R中使用k-means聚类技术获得簇数对应的数据？

Question

我通过k-means聚类方法对数据进行聚类,如何在R中使用k-means聚类技术得到簇数对应的数据？为了让每条记录属于哪个集群.

例 12 32 13 => 1. 12,13 2. 32

Answer 1

听起来您正在尝试访问返回的集群向量kmeans().从群集的帮助页面:

A vector of integers (from 1:k) indicating the cluster to which each 
point is allocated.

使用帮助页面上的示例:

x <- rbind(matrix(rnorm(100, sd = 0.3), ncol = 2),
           matrix(rnorm(100, mean = 1, sd = 0.3), ncol = 2))
colnames(x) <- c("x", "y")
(cl <- kmeans(x, 2))

#Access the cluster vector
cl$cluster

> cl$cluster
  [1] 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 1 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
 [45] 2 2 2 2 2 2 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 1 1 1 1 1 1 1 1 1 1
 [89] 1 1 1 1 1 1 1 1 1 1 1 1

在评论中解决问题

您可以通过执行以下操作将群集编号"映射"到原始数据:

out <- cbind(x, clusterNum = cl$cluster)
head(out)

               x          y clusterNum
[1,] -0.42480483 -0.2168085          2
[2,] -0.06272004  0.3641157          2
[3,]  0.08207316  0.2215622          2
[4,] -0.19539844  0.1306106          2
[5,] -0.26429056 -0.3249288          2
[6,]  0.09096253 -0.2158603          2

cbind是列绑定的函数,还有一个rbind行函数.有关更多详细信息?cbind,请?rbind分别参阅其帮助页面.

Answer 2

@Java提问者

您可以按如下方式访问群集数据:

> data_clustered <- kmeans(data)
> data_clustered$cluster 

data_clustered$cluster是一个向量,其长度与数据中的原始记录数相同.每个条目都是该行.

要获取属于群集1的所有记录:

> data$cluster <- data_clustered$cluster 
> data_clus_1 <- data[data$cluster == 1,]

集群数量:

> max(data$cluster)

祝你的集群好运