聚类分析之K均值聚类

最新推荐文章于 2024-07-19 08:15:00 发布

米斯特黄

最新推荐文章于 2024-07-19 08:15:00 发布

阅读量2.4k

点赞数

分类专栏：多元统计分析

本文链接：https://blog.csdn.net/heirenmin/article/details/95864301

版权

本文介绍了K均值聚类的基本原理，包括其由麦克奎因在1967年提出的背景，以及算法的三个主要步骤。通过Mclust函数确定最佳聚类数量，并使用kmeans函数进行实际分类。文章还详细阐述了聚类过程中如何选择合适的类数，并提供了聚类指标的分析。

摘要由CSDN通过智能技术生成

1.K均值简介
麦克奎因1967年提出了K-均值聚类，该方法的思想是把每个样品聚集到其最近形心（均值）类中。在它的最简单说明中，这个过程由下列三步所组成：
（1）把样品粗略分为K个初始类。
（2）进行修改，逐个分派样品到其最近均值的类中（通常用标准化数据或者非标准化数据计算欧式距离）。重新计算接受新样品的类和失去样品的类的形心（均值）
（3）重复第（2)步，直到各类无元素进出。
2.K-均值法所需用到的函数
（1）mclust包中的Mclust函数，用来确定最恰当的聚类的类数。
（2）kmeans函数用来具体的分类
3.聚类步骤
（1）用Mclust确定分类类数，Mclust函数共有14种模型。

a=read.table("C:/Users/MrDavid/data_TS/beer.csv",sep=",",header=T)
colnames(a)=c("name","heat","Na","alcohol","price")
a=a[,-1]#去除分类标签
#确定聚类的类数,利用mclust包来做
library(mclust)
m_clust = Mclust(as.matrix(a), G=1:5) #聚类数目从1一直试到20
summary(m_clust)