R语言——assignment4

对销售数据进行系统聚类分析：

读入数据

> mydata<-read.csv(file.choose())
> head(mydata)
  Channel Region Fresh Milk Grocery Frozen Detergents_Paper Delicassen
1       2      3 12669 9656    7561    214             2674       1338
2       2      3  7057 9810    9568   1762             3293       1776
3       2      3  6353 8808    7684   2405             3516       7844
4       1      3 13265 1196    4221   6404              507       1788
5       2      3 22615 5410    7198   3915             1777       5185
6       2      3  9413 8259    5126    666             1795       1451

第一列数据并不需要，除去

> mydata<-mydata[,-1]

将数据进行标准化处理

> mydata1<-scale(mydata)

求欧氏距离

> mydist<-dist(mydatas,method="euclidean")

进行层次聚类

> mycluster<-hclust(mydist)
> mycluster

Call:
hclust(d = mydist)

Cluster method   : complete 
Distance         : euclidean 
Number of objects: 440 

> plot(mycluster)

注：hclust()函数：层次聚类法分析

hclust(d, method = "complete", members = NULL)
#d为距离矩阵。
method表示类的合并方法：
single            最短距离法
complete          最长距离法
median            中间距离法
mcquitty          相似法
average           类平均法
centroid          重心法
ward              离差平方和法

进行分类

result<-cutree(mycluster,10)  #由于数据很多，这里分了10类