聚类（R）

####聚类####
##随机产生三个簇点
c1<-cbind(rnorm(100,2,1),rnorm(100,2,2))
c2<-cbind(rnorm(80,3,1),rnorm(80,20,1))
c3<-cbind(rnorm(60,15,1),rnorm(60,25,1))
v=rbind(c1,c2,c3)
v
plot(v)
cl=kmeans(v,3)
cl
cl$iter
cl$withinss
plot(v, col = cl$cluster)
cbind(v,cl$cluster)
points(cl$centers, col = 1:2, pch = 8, cex = 2)

data(USArrests)
USArrests
plot(USArrests)
cl = kmeans(scale(USArrests),4)
cl

dist(v)
plot(hclust(dist(v),method = 'single'))
plot(hclust(dist(v),method = 'single'),hang = -1)
hc<-plot(hclust(dist(v),method = 'ward.D2'))
cutree(hc,k=3)

attach(iris) #为了使用数据集的名称
names(iris)
Species
iris1=iris[,-5]
iris1
k = 1:15
ss = NULL
for(i in 1:15){
  ss[i] = kmeans(scale(iris1),i)$tot.withnss/(kmeans(scale(iris1),i)$totss)
}
plot(ss,k,type = 'l')

hc1 <- hclust(dist(cent)^2, method = "cen", members = table(memb))
opar <- par(mfrow = c(1, 2))
plot(hc,  labels = FALSE, hang = -1, main = "Original Tree")
plot(hc1, labels = FALSE, hang = -1, main = "Re-start from 3 clusters")
par(opar)
   
#2. 练习：随机生成三个簇点：
c1<-cbind(rnorm(30,2,1),rnorm(30,2,1))
c2<-cbind(rnorm(30,3,1),rnorm(30,20,1))
c3<-cbind(rnorm(30,15,1),rnorm(30,25,1))
v1=cbind(c1,c2,c3)

#####3. 数据集用的是iris
#第一步：对数据集进行初步统计分析
#检查数据的维度
dim(iris)

#显示数据集中的列名
names(iris)

#显示数据集的内部结构
str(iris)

#显示数据集的属性
attributes(iris)
#$names –就是数据集的列名
#$row.names –每行数据的标号
#$class –表示类别

#查看数据集的前五项数据情况
iris[1:5,]

#查看数据集中属性Sepal.Length前10行数据
iris[1:10, "Sepal.Length"]

#同上
iris$Sepal.Length[1:10]

#显示数据集中每个变量的分布情况
summary(iris)

#####显示iris数据集列Species中各个值出现频次

table(iris$Species)
#根据列Species画出饼图
pie(table(iris$Species))
#算出列Sepal.Length的所有值的方差
var(iris$Sepal.Length)

#算出列iris$Sepal.Length和iris$Petal.Length的协方差
cov(iris$Sepal.Length, iris$Petal.Length)

#算出列iris$Sepal.Length和iris$Petal.Length的相关系数， 从结果看这两个值是强相关。
cor(iris$Sepal.Length, iris$Petal.Length)

#画出列iris$Sepal.Length分布柱状图
hist(iris$Sepal.Length)
#画出列iris$Sepal.Length的密度函数图
plot(density(iris$Sepal.Length))
#画出列iris$Sepal.Length和iris$Sepal.Width的散点图
plot(iris$Sepal.Length, iris$Sepal.Width)
#绘出矩阵各列的散布图
plot(iris)
#OR
pairs(iris)

#第二步：进行Kmean聚类分析