K均值算法（K-means）R语言代码

K均值算法（K-means）R语言代码

K均值算法（K-means）是一种常用的聚类算法，它将数据集分成K个不重叠的簇，其中每个数据点都属于距离其最近的簇。本文将介绍如何使用R语言实现K均值算法，并提供相应的源代码。

首先，我们需要安装并加载必要的R包。使用以下代码安装和加载"stats"和"cluster"包：

# 安装包
install.packages("stats")
install.packages("cluster")

# 加载包
library(stats)
library(cluster)

接下来，我们将使用一个示例数据集来演示K均值算法。假设我们有一个包含两个特征的数据集，即"dataset"，其中包含N个数据点。以下是数据集的示例代码：

# 创建示例数据集
dataset <- data.frame(
  x = c(1, 1.5, 3, 5, 3.5, 4.5, 3.5),
  y = c(1, 2, 4, 7, 5, 5, 4)
)

现在，我们可以开始实现K均值算法。首先，我们需要选择要创建的簇的数量K。在这个例子中，我们选择K=2。以下是实现K均值算法的代码：

# 设置簇的数量
k <- 2

# 运行K均值算法
kmeans_result <- kmeans(dataset, centers = k)

# 输出簇的分配结果
cluster_labels <- kmeans_result$cluster
print(cl