1
我是R的全新新手,并试图处理kmeans对象。理想情况下,我想要做的是为我的数据中的每个点获取集群标签列表,并将标签替换为相应的中心。本质上,最后是一个矩阵,其中每个数据点由kmeans已经放入的簇的中心值表示。聚类标签和聚类中心(R中的kmeans)
有没有办法有效地做到这一点,而不是手动通过每个条目并用集群中心值替换集群标签?
谢谢!
我是R的全新新手,并试图处理kmeans对象。理想情况下,我想要做的是为我的数据中的每个点获取集群标签列表,并将标签替换为相应的中心。本质上,最后是一个矩阵,其中每个数据点由kmeans已经放入的簇的中心值表示。聚类标签和聚类中心(R中的kmeans)
有没有办法有效地做到这一点,而不是手动通过每个条目并用集群中心值替换集群标签?
谢谢!
这是你在追求什么?从this answer扩展:
# make some data
x <- rbind(matrix(rnorm(100, sd = 0.3), ncol = 2),
matrix(rnorm(100, mean = 1, sd = 0.3), ncol = 2))
colnames(x) <- c("x", "y")
#
# do cluster analysis
(cl <- kmeans(x, 2))
#
# put cluster labels with data
out1 <- data.frame(cbind(x, clusterNum = cl$cluster))
#
# organise center coords to be ready for merging
centers <- data.frame(cbind(data.frame(cl$center[,1]),
data.frame(cl$center[,2]),
clusterNum=rownames(cl$center)))
#
# merge cluster center coords with data
out2 <- merge(out1, centers, all.x = TRUE)
#
# check output
out2
clusterNum x y cl.center...1. cl.center...2.
1 1 0.233161364 -0.04258146 0.01064895 0.01376516
2 1 -0.356284774 -0.59135602 0.01064895 0.01376516
3 1 -0.302272796 -0.24033113 0.01064895 0.01376516
4 1 -0.369299302 -0.24997660 0.01064895 0.01376516
5 1 -0.060454427 0.19711328 0.01064895 0.01376516
...
90 2 0.609833599 0.67729922 1.05184887 1.03445718
91 2 0.943306637 1.09420588 1.05184887 1.03445718
92 2 0.545053826 1.22620571 1.05184887 1.03445718
93 2 0.706921965 1.10326091 1.05184887 1.03445718
94 2 0.837644227 1.07121784 1.05184887 1.03445718
95 2 0.550863085 1.06977250 1.05184887 1.03445718
#
# Success! We have one dataframe that includes: raw data, cluster labels
# and cluster center coords
我以前merge
把聚类中心COORDS是原始数据,但无疑有更有效的方法(例如,不需要cl$center
进行重组)。
恩,这很有帮助 - 我还想知道如何用集群中心替换集群中心标签。例如,我有一个数组即聚类中心... ob < - kmeans(array,k) labels <-ob $ cluster An和一个聚类中心数组。 中心< - ob $中心 我想要做的是使用聚类中心值重新标签标签中的聚类标签。因此'标签'的每个元素都是集群中心值。我有一点困难,虽然因为我在3D点上做kmeans,所以每个点都由3个值的矩阵表示。 – 2012-03-17 14:45:09
为什么不提问另一个问题,这次包括您刚才在评论中发现的新细节,以及一个可重复的示例,请按照以下说明进行操作:http://www.stackoverflow.com/questions/5963269/how-到化妆一个伟大-R-重复性,例如 – Ben 2012-03-17 16:21:39