分类数据聚类&决策树探索聚类因素-R语言

最新推荐文章于 2023-06-22 14:03:33 发布

饭饭认认米

最新推荐文章于 2023-06-22 14:03:33 发布

阅读量1.6k

点赞数 1

分类专栏： R语言文章标签：数据

本文链接：https://blog.csdn.net/fanfanrenrenmi/article/details/52805409

版权

R语言专栏收录该内容

14 篇文章 2 订阅

订阅专栏

一个临时需求是给到一批调研问卷的数据，维度有100+，需要对这么多维度对个体进行聚类，通过对指标进行处理，以及与研究指标的关联关系，进行降维，最终保留20个左右的指标，基于在20个左右的指标，对对象进行聚类，探究人群聚类特征规则，便于业务人员进行决策，以下便是先聚类，后续需要再基于影响因素探究每一类的特征，故需要决策树。

数据格式
这里写图片描述

R代码

library(rpart)
library(rpart.plot)
library(cluster)
library(party)
library(dplyr)
data<-read.csv("F://分类别_xxx//000000.csv",header=T,as.is=T);#获取数据
treedata2<-data[grep("2",data$S1),]#筛选数据
treedata<-treedata2[,-1]#剔除首列
r1<-clara(treedata,3)#采用k-中心聚类的方式，聚成3类
clusplot(r1)#查看，聚类效果

聚类效果图如下
这里写图片描述

####将聚类结果输出####
type<-r1$clustering
result<-data.frame(treedata2,type)
write.table(result,"F://分类别_xxx//result-2-3.csv",append=TRUE,row.names=FALSE,sep=",")
####对聚类后结果进行统计查看####
part<-table(type)
group <- group_by(result, type,支付能力)
group_result <- summarise(group, n = n())
group_result

基于聚类结果，拟合决策树，对聚类影响因素进行探索

####决策树拟合####
formula=type~ S6_学历+S7a_工作属性+S10+S12a_1_T_家庭结构+S25_1_T_所持房产数量+S28_是否有私家车+S30_家庭结构+C3_日常就餐饮食习惯+C4a_日常出行习惯+Segment+生命周期
dt<-rpart(formula,data=treedata,parms = list(prior = c(.65,.35), method = "class"))#拟合决策树
rpart.plot(dt,type=4)#绘图

这里写图片描述