使用R语言实现K均值聚类算法

使用R语言实现K均值聚类算法

K均值聚类是一种常用的无监督学习算法，用于将数据集分成K个不同的类别。在这篇文章中，我们将使用R语言来实现K均值聚类算法，并展示如何应用该算法来对数据进行聚类分析。

首先，我们需要导入所需的R包。在本例中，我们将使用cluster包来执行K均值聚类算法。

# 导入cluster包
library(cluster)

接下来，我们准备一个示例数据集用于聚类分析。这里我们假设我们有一个包含两个特征的数据集，可以用二维平面来可视化。我们将生成一些随机数据作为示例。

# 生成随机数据
set.seed(123)
data <- matrix(rnorm(100), ncol = 2)

现在，我们可以开始执行K均值聚类算法。首先，我们需要指定聚类的类别数K。在本例中，我们将选择K=3。

# 执行K均值聚类
k <- 3
kmeans_result <- kmeans(data, centers = k)

执行完上述代码后，kmeans_result将保存聚类结果。我们可以通过访问kmeans_result$clust