R语言实现鸢尾花iris的层次/系统聚类、kmeans聚类

于 2023-12-07 15:35:02 发布
阅读量1.6k 收藏 26
点赞数 19
文章标签： r语言 聚类 开发语言
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Chenkexin030416/article/details/134855328
版权

目录

聚类相关理论

动态聚类vs系统聚类        

基本思想

基本操作步骤_系统聚类

基本操作步骤_动态聚类

重要距离

R语言代码实现_层次聚类

R语言代码实现_kmeans聚类

R语言代码实现_KNN聚类

聚类相关理论

        聚类分析是研究分类问题的多元统计方法。主要分为层次聚类（即系统聚类）和动态聚类。

        合理的聚类的关键：使得同一类别内的观测尽可能地“相似”，但不同类别之间有明显区分。

动态聚类vs系统聚类        

        系统聚类法是一种比较成功的聚类方法。然而当样本点数量十分庞大时，则是一件非常繁重的工作，且聚类的计算速度也比较慢。比如在市场抽样调查中，有4万人就其对衣着的偏好作了回答，希望能迅速将他们分为几类。这时，采用系统聚类法就很困难，而动态聚类法就会显得方便，适用。动态聚类使用于大型数据。

基本思想

        系统聚类：先将n个样品各自看成一类，然后规定样品之间的“距离”和类与类之间的距离。选择距离最近的两类合并成一个新类，计算新类和其它类（各当前类）的距离，再将距离最近的两类合并。这样，每次合并减少一类，直至所有的样品都归成一类为止。

        动态聚类：选取若干个样品作为凝聚点，计算每个样品和凝聚点的距离，进行初始分类，然后根据初始分类计算其重心，将重心作为新的凝聚点再进行第二次分类，一直到所有样品不再调整为止。

基本操作步骤_系统聚类

        1. 计算

最低0.47元/天 解锁文章
ckx030416
关注
分析鸢尾花数据集
weixin_30364325的博客
12-01 4357
下面将结合Scikit-learn官网的逻辑回归模型分析鸢尾花示例，给大家进行详细讲解及拓展。由于该数据集分类标签划分为3类（0类、1类、2类），很好的适用于逻辑回归模型。 1.鸢尾花数据集 在Sklearn机器学习包中，集成了各种各样的数据集，包括前面的糖尿病数据集，这里引入的是鸢尾花卉（Iris）数据集，它是很常用的一个数据集。鸢尾花有三个亚属，分别是山鸢尾（Iris-setosa）...
聚类分析：使用R语言对Iris数据集进行K均值聚类
最新发布
m0_62110645的博客
04-29 1402
鸢尾花数据集是一个经典的多变量数据集，由英国统计学家罗纳德·费舍尔于1936年收集。该数据集包含了150个样本，每个样本代表一种鸢尾花，共分为三类：山鸢尾（setosa）、变色鸢尾（versicolor）和维吉尼亚鸢尾（virginica）。每个样本有四个特征：花萼长度、花萼宽度、花瓣长度和花瓣宽度。聚类分析是一种强大的数据分析技术，可以帮助我们发现数据集中的潜在结构和模式。在本文中，我们介绍了如何使用R语言执行K均值聚类，并以鸢尾花数据集为例进行了演示。
对鸢尾花数据集中的萼片长度、萼片宽度、花瓣长度和花瓣宽度绘制平行坐标图
09-18
数据集
R语言 脸谱图及faces的使用
不太冷的莱昂的博客
10-10 2408
https://blog.csdn.net/weixin_46111814/article/details/105928465?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.channel_param&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.
R语言鸢尾花iris数据集的层次聚类分析
拓端研究室TRL
11-25 2860
为了进行这种分析，我们将创建所有8个hclust对象，并将它们链接在一起成为一个dendlist对象（顾名思义，它可以将一组树状图组合在一起用于进一步分析）。从上图中我们可以很容易地看到，除了完整的方法（默认方法in hclust），大多数聚类方法的结果非常相似，其结果相关度大约为0.6。我们可以看到，相关性不是很强，表明一个行为依赖于彼此距离很远的一些项目，这些项目对皮尔森相关性的影响相关性更大。在热图中，我们还可以看到Setosa物种的花瓣值如何（浅黄色），但很难看出其他两种物种之间的明显区别。
python实现鸢尾花三种聚类算法（K-means,AGNES,DBScan）
09-19
在鸢尾花数据集的例子中，我们可以使用`sklearn.cluster.KMeans`来实现K-means算法，并通过可视化结果来观察聚类效果。 ### 二、AGNES（凝聚层次聚类） AGNES（Agglomerative Hierarchical Clustering）是一种自底...
python聚类分析鸢尾花_K-Means 聚类算法实现鸢尾花数据的聚类
weixin_30799553的博客
02-10 4611
#!/usr/bin/env Python3# -*- coding: utf-8 -*-# @Software: PyCharm# @virtualenv：workon# @contact: Kmeans聚类算法，数据集是Iris(鸢尾花的数据集)，分类数k是3，数据维数是4。# @Desc：Code descripton__author__ = '未昔/AngelFate'__date__ =...
【K-means聚类算法】实现鸢尾花聚类
你误入了一条咸鱼的博客
11-07 2322
K-means聚类算法实现鸢尾花聚类
实验一：鸢尾花数据集分类
热门推荐
10-04 7万+
实验一：鸢尾花数据集分类 一、问题描述 二、数据集分析 Iris 鸢尾花数据集内包含 3 种类别，分别为山鸢尾（Iris-setosa）、变色鸢尾（Iris-versicolor）和维吉尼亚鸢尾（Iris-virginica）。 数据集共 150 条记录，每类各 50 个数据，每条记录有花萼长度、花萼宽度、花瓣长度、花瓣宽度4项特征，通过这4个特征预测鸢尾花卉属于哪一品种。 iris数据集包含在sklearn库当中，具体在sklearn\datasets\data文件夹下，文件名为iris.c.
用Iris数据集的属性画图
专注于计算机视觉与计算机图形学
09-23 4649
1、Iris数据集 这个数据集很有名，很多实验都用它来做，这里我用的数据集，第一列为0、1、2代表label，后面四列是不同的数据，为了方便，将后面的属性都扩大十倍，变为整数。 2、MATLAB代码 以下使用第二、三列属性，画了一个二维的图像 filename = 'iris.csv'; data = csvread(filename); a = data(data(:,1)==0,:); b =...
k均值聚类算法案例 r语言iris_R语言进阶之聚类分析
weixin_30470929的博客
01-10 2181
R语言拥有大量和聚类分析相关的函数，在这里我主要会和大家介绍K-means聚类、层次聚类和基于模型的聚类。1. 数据预处理在进行聚类分析之前，你需要进行数据预处理，这里主要包括缺失值的处理和数据的标准化。我们仍然以鸢尾花数据集(iris)为例进行详细讲解：# 数据预处理mydata 1:mydata # 删除缺失值mydata # 数据标准化2. K-means聚类在聚类分析中，K-me...
dataframe 如何选中某列的一行_从0开始入门R语言—DataFrame及聚类算法
weixin_39927508的博客
11-26 983
今后给大家讲R，都不会单独的讲数据结构，因为感觉学起来太枯燥，讲起来也乏味。所以没讲到一个数据结构的时候，我会讲一个应用案例。今天讲聚类算法及如何使用DataFrame,总共二十几行代码，很容易Get Skills.###选用iris数据集 echartr(iris, x=Sepal.Width, y=Petal.Width, series=Species_predict)echartr(iris...
如何使用R进行数据展现？且看使用iris数据可视化实例
中科院计算所培训中心
08-14 1万+
首先，要查看iris数据集的大小和结构，其维度和名称分别使用函数dim 和names获取，函数str 和attributes返回数据的结构和属性。
R语言之系统聚类（层次）分析之图谱形式完整版
IT届的小学生
02-07 1万+
读取数据常见错误： 在读取数据过程中可能遇到以下问题，参照上一篇博客： 可能遇到报错： 1、Error in if (is.na(n) || n > 65536L) stop(“size cannot be NA nor exceed 65536”) : missing value where TRUE/FALSE needed 没有处理数据转化距离。 2、Error in h
聚类分析原理及R语言实现过程
weixin_42883407的博客
08-05 8187
聚类分析定义与作用： 是把分类对象按照一定规则分成若干类，这些类不是事先设定的，而是根据数据的特征确定的。在同一类中这些对象在某种意义上趋向于彼此相似，而在不同类中对象趋向于彼此不相似。在经济、管理、地质勘探、天气预报、生物分类、考古学、医学、心理学以及制定国家标准和区域标准等许多方面应用十分广泛，是国内外较为流行的多变量统计分析方法之一。 聚类分析的类型: 是实际问题中，如根据各省主要的经...
使用深度神经网络完成对鸢尾花的分类
简单随风的博客
11-22 1万+
1.首先导入鸢尾花的数据 import numpy as np import pandas as pd import matplotlib.pyplot as plt dataset = pd.read_csv('Iris.csv') 2.使用seaborn对数据进行观察 import seaborn as sns sns.pairplot(dataset.iloc[:, 1:6], hue=...
python实现鸢尾花Kmeans 聚类
04-20
好的，关于鸢尾花Kmeans聚类的问题，我可以为您提供相关的Python实现代码和示例。您可以使用sklearn库中的KMeans模型来实现鸢尾花数据集的聚类。以下是示例代码： ```python from sklearn.cluster import KMeans from sklearn.datasets import load_iris # 加载鸢尾花数据集 iris = load_iris() X = iris.data y = iris.target # 聚类 kmeans = KMeans(n_clusters=3, random_state=0).fit(X) labels = kmeans.labels_ # 输出聚类结果 print(labels) ``` 这段代码中，我们使用KMeans模型将鸢尾花数据集聚成3类，并输出了聚类结果。希望能对您有所帮助。如果您有更多的问题需要问，可以继续向我提问。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值