R语言聚类算法中的k均值聚类是怎样的

70次阅读
没有评论

共计 488 个字符,预计需要花费 2 分钟才能阅读完成。

R 语言聚类算法中的 k 均值聚类是怎样的,很多新手对此不是很清楚,为了帮助大家解决这个难题,下面丸趣 TV 小编将为大家详细讲解,有这方面需求的人可以来学习下,希望你能有所收获。

1. 原理解析:
随机选取 k(预设类别数) 个样本作为起始中心点, 将其余样本归入相似度最高中心点所在簇 (cluster), 再确立当前簇中样本坐标的均值为新的中心点, 一次循环迭代下去, 直至所有样本所属类别不再变动.

2. 在 R 语言中的应用
在 k 均值聚类中我们应用到了 stats 包(R 语言内置包)中的 kmeans 函数。
kmeans(x,centers,iter.max = 10,nstart = 1,algorithm = c(“Hartigan-Wong”,”Loyd”,”For-gy”,”MacQueen”))
3. 以 iris 数据集为例进行判别分析
1) 应用模型并查看模型的相应参数
fit_km=kmeans(iris[,-5],center=3)
fit_km[1:length(fit_km)]

看完上述内容是否对您有帮助呢?如果还想对相关知识有进一步的了解或阅读更多相关文章,请关注丸趣 TV 行业资讯频道,感谢您对丸趣 TV 的支持。

正文完
 
丸趣
版权声明:本站原创文章,由 丸趣 2023-08-25发表,共计488字。
转载说明:除特殊说明外本站除技术相关以外文章皆由网络搜集发布,转载请注明出处。
评论(没有评论)