#特征距离
data(iris)
str(iris) #查看数据结构,包含多少个体,多少变量,变量类别
table(iris$Species) #频数分布
library(ggplot2) #加载ggplot2包
ggplot(data=iris)+geom_point(aes(x=Sepal.Length,y=Sepal.Width,
color=Species,shape=Species),position = "jitter")
x=iris[,-5] #去掉第五列分类变量species
head(x) #查看前6个个体的值
x=scale(x) #标准化
head(x)
dist.iris=dist(x,method = "euclidean") #计算距离
head(dist.iris)
dmat=as.matrix(dist.iris) #聚类矩阵
dmat
round(dmat[1:15,1:5],2) #保留两位小数
par(mar=c(1,2,1,2)) #图形边界设置
image(t(dmat[nrow(dmat):1,]),axes=FALSE,zlim=c(-2,7),col=rainbow(21)) #矩阵网格图
#K均值聚类
kc=kmeans(x,3) #k均值聚类,聚3类
table(iris$Species,kc$cluster) #混淆矩阵
kc$centers #聚类中心
kc$size #查看各族的大小
#层次聚类
clusters=hclust(dist(iris[,1:4])) #层次聚类
plot(clusters) #树状图
clusterCut=cutree(clusters,3) #指定聚成3类,默认采用全联动度量距离
table(clusterCut,iris$Species) #混淆矩阵
clusters1=hclust(dist(iris[,1:4]),method="average") #全联动效果不太好,使用平均联动距离
plot(clusters1)
clusterCut1=cutree(clusters1,3) #聚为三类
table(clusterCut1,iris$Species) #混淆矩阵
#密度聚类
install.packages("fpc")
library(fpc)
install.packages("mlbench")
library(mlbench)
pts=mlbench::mlbench.cassini(n=600,relsize=c(3,2,1))#产生3个类别的样本点
plot(pts)
cluster.density=dbscan(data=pts$x,eps=0.2,MinPts = 5,method="hybrid") #取邻域半径为0.2,最小样本点为5,进行密度聚类
cluster.density
plot.dbscan(cluster.density,pts$x)
cluster.density1=dbscan(data=pts$x,eps=0.22,MinPts = 5,method="hybrid") #改变邻域半径
cluster.density1
plot.dbscan(cluster.density1,pts$x)
cluster.density1$cluster #聚类结果
R语言聚类分析
最新推荐文章于 2024-02-24 13:03:43 发布