R语言 kmeans聚类

原理： 将数据集中的样本划分为若干个通常是不想交的子集，每个子集称为一个“簇”。通过这样的划分，每个簇对英语一些潜在的概念（类别）

1. 基本问题

1）性能度量

对聚类结果评价好坏：簇内相似度高，簇间相似度低

2）距离计算

2.  kmeans 聚类

1）找最优的K值

# cluster.stats函数需要使用fpc库
  library(fpc); library(ggplot2)
  
  K <- 2:10    #  k取2到8评估K
  round <- 30  # --每次迭代30次，避免局部最优
  n <- 100
  g <- 6 
  set.seed(g)
  # 生成数据集
  iris <- data.frame(x = unlist(lapply(1:g, function(i) rnorm(n/g, runif(1)*i^2))), 
                     y = unlist(lapply(1:g, function(i) rnorm(n/g, runif(1)*i^2))))
  
  rst <- sapply(K, function(i){  
      print(paste("K=", i))
      mean(