聚类分析中的可视化

美梦被梦惊醒

第一步：安装和加载聚类分析R包-factoextra

1. library(pacman)
   
2. p_load(factoextra)

复制代码

第二步：导入数据集，采用R语言自带的USArrests

1. # 导入数据集
   
2. data("USArrests")
   
3. # 数据集理解
   
4. ?USArrests
   
5. # 数据集检视
   
6. head(USArrests)

复制代码

第三步：数据集准备与处理，对数据集做标准化处理，每列转换为均值为0，标准差为1

1. df <- scale(USArrests)
   
2. head(df, 10)

复制代码

第四步：聚类分析及可视化。
不管是层次聚类还是划分聚类，都要寻找一个距离度量。然后根据计算后的距离，采用不同的策略进行数据集的汇聚。

4.1 基于相关系数的距离度量和可视化

1. res.dist <- get_dist(df, method = "pearson")
   
2. head(round(as.matrix(res.dist), 2))[, 1:6]
   
3. # 可视化相关系数矩阵
   
4. fviz_dist(res.dist, lab_size = 8)

复制代码

4.2 增强型分层聚类和可视化

1. res.hc <- eclust(df, "hclust")
   
2. fviz_dend(res.hc, rect = TRUE) # 树图
   
3. fviz_cluster(res.hc) # 散点图
   
4. fviz_silhouette(res.hc) # 轮廓图

复制代码

分层树图

聚类散点图

轮廓图


4.3 增强型K均值聚类和可视化

1. res.km <- eclust(df, "kmeans", nstart = 25) #聚类的散点图
   
2. fviz_gap_stat(res.km$gap_stat) # 不同K值下Gap 统计图，指导选择最佳K值
   
3. fviz_silhouette(res.km) # 轮廓图，每种聚类下面的分布情况

复制代码

聚类散点图

不同K值Gap统计图

轮廓图

k均值结果可视化的其他表示方式

1. p_load(cluster, fpc)
   
2. plotcluster(USArrests, res.km$cluster)

复制代码

1. clusplot(USArrests, res.km$cluster, color=TRUE, shade=TRUE,
   
2.          labels=2, lines=0)

复制代码

ximenyan

赞一个，谢谢！！

ximenyan

，great！

mope

学习学习