熱線電話：13121318867

登錄
首頁精彩閱讀R語言獲取優化的k均值聚類
R語言獲取優化的k均值聚類
2018-01-17
收藏

R語言獲取優化的k均值聚類

k均值算法效率快也易于實現，但在算法開始要求提前規定好簇K的數目，因此我們可以使用距離的平方和確定那個K值能夠得到最好的k均值聚類效果。
操作
執行以下操作為K均值算法找到最合適的聚類個數
nk = 2:10
set.seed(22)
WSS = sapply(nk, function(nk){
    kmeans(customer,centers = nk)$tot.withinss
})
WSS
[1] 123.49224  88.07028  61.34890  48.76431  47.20813  45.48114  29.58014  28.87519  23.21331
調用plot繪制不同的k值下距離平方和的線圖：
plot(nk,WSS,type = "l",xlab = "number of k",ylab = "within sum of squares")

不同k值下距離平方和線圖
計算不同聚類結果的平均輪廓值（avg.silwidth）

SW =sapply(nk, function(k){
  cluster.stats(dist(customer),kmeans(customer,centers = k)$cluster)$avg.silwidth
})
SW
[1] 0.4203896 0.4092890 0.4640587 0.4308448 0.4160309 0.4241364 0.3637102 0.3540200 0.3436709

不同k值的平均輪廓線
plot(nk,SW,type = "l",xlab = "number of clusers",ylab = "average silhouette width")

得到最大的簇個數：
nk[which.max(SW)]
原理

通過迭代生成簇的距離平方和以及平均輪廓值來尋找最優的簇數值，其中，距離平方和越小，聚簇的效果越佳，通過不同的K值下距離平方和圖，可以得到最適合樣例的k值為4。我們還使用cluster.stats函數來計算不同的聚類結果的平均輪廓值圖，并繪制了相應的線圖，從結果可以知道當k=4時，平均輪廓值最大。還可以用which.max函數得到最大平均輪廓值對應的k值。


CDA數據分析師考試相關入口一覽（建議收藏）：

? 想報名CDA認證考試，點擊>>>   “CDA報名” 了解CDA考試詳情；

? 想學習CDA考試教材，點擊>>> “CDA教材” 了解CDA考試詳情；

? 想加入CDA考試題庫，點擊>>> “CDA題庫” 了解CDA考試詳情；

? 想了解CDA考試含金量，點擊>>> “CDA含金量” 了解CDA考試詳情；

R語言

數據分析咨詢請掃描二維碼

若不方便掃碼，搜微信號：CDAshujufenxi

上一篇python 實例簡述 k-近鄰算法的基本原理
下一篇決策樹、邏輯回歸、線性回歸使用時注意事項以及模型過擬合策略
數據分析師考試動態
CDA報考指南
數據分析學習
數據分析師資訊
更多

CDA教育閉環

常見問題

關于我們

CDA數據分析師公眾號

  • CDA數據分析師公眾號

CDA考試中心小程序

  • CDA考試中心服務號

CDA數據分析師App下載

  • CDA數據分析師App下載
Copyright © 2015-2021, www.ruiqisteel.com All Rights Reserved. CDA數據分析師(北京國富如荷網絡科技有限公司) 版權所有 京ICP備11001960號-9 京公網安備 11010802034615號 經營許可證編號：京B2-20210330
聯系電話：13321103290 (微信同號)

OK
客服在線
立即咨詢
日韩人妻系列无码专区视频,先锋高清无码,无码免费视欧非,国精产品一区一区三区无码
客服在線
立即咨詢