R语言【ClusterR】——KMeans_rcpp()

ClusterR包的1.3.2版本提供了一个使用RcppArmadillo库进行KMeans聚类的函数KMeans_rcpp()。该函数允许用户自定义初始化方法、迭代次数、收敛容忍度等参数,支持模糊聚类,并在num_init>1时返回最佳初始化结果。详细信息包括不同的初始化策略,如optimal_init、quantile_init、kmeans++和random,以及返回值中包含的聚类信息和统计指标。
摘要由CSDN通过智能技术生成

Package ClusterR version 1.3.2


Description

使用RcppArmadillo计算k-means。


Usage

KMeans_rcpp(
  data,
  clusters,
  num_init = 1,
  max_iters = 100,
  initializer = "kmeans++",
  fuzzy = FALSE,
  verbose = FALSE,
  CENTROIDS = NULL,
  tol = 1e-04,
  tol_optimal_init = 0.3,
  seed = 1
)

Arguments

参数【data】:矩阵或数据框。

参数【clusters】:聚类数量。

参数【num_init】:使用不同质心种子运行算法的次数。

参数【max_iters】:集群迭代的最大次数。

参数【initializer】:初始化的方法。optimal_init, quantile_init, kmeans++和random之一。有关更多信息,请参阅详细信息。

参数【fuzzy】:不是真就是假。如果为TRUE,则使用观测值与质心之间的距离计算预测概率。

参数【verbose】:TRUE或FALSE,表示在群集过程中是否打印进度。

参数【CENTROIDS】:初始簇质心的矩阵。CENTROIDS矩阵的行应该等于簇的数量,列应该等于数据的列。

参数【tol】:浮点数。如果是迭代(i

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

ALittleHigh

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值