R语言数据挖掘实践—

　　我们将在iris数据集上使用hclust()进行系谱聚类。

　　我们首先从iris数据集中抽取含有40条记录的一个样本呢，避免绘制聚类图像时太过拥挤，我们先从数据集中中剔除Species属性，然后在该样本上进行层次聚类。代码如下：

　　> idx <- sample(1:dim(iris)[1],40)

　　> irisSample <- iris[idx,]

　　> irisSample$Species <- NULL

　　> hc <- hclust(dist(irisSample),method="complete")

　　> plot(hc, hang=-1, labels=iris$Species[idx])

　　> rect.hclust(hc,k=3)

　　>groups <- cutree(hc, k=3)

　　在hclust()函数中，method参数用于选择聚类的具体算法，可供选择的有ward、single及complete等7种，默认选择complete方法。从绘制的树状图中可以看出，"setaosa"与其他两个簇的划分比较明确，而"versicolor"和"virginica"存在小范围的重叠。

R语言数据挖掘实践——系谱聚类相关推荐

[转发]R语言数据挖掘实践——使用party包构建决策树
https://baijiahao.baidu.com/s?id=1574287135539036&wfr=spider&for=pc 转载于:https://www.cnblogs. ...
R语言数据挖掘（关联规则、聚类算法等）——美国黑色星期五
R语言数据挖掘(关联规则.聚类算法等) 实验内容和步骤: 数据概览产品分析性别统计畅销品年龄统计城市居住时间分析查找顶级消费者关联规则分析聚类实验内容和步骤: 一. 实验内容: 对原 ...
R语言数据挖掘实战系列（4）
R语言数据挖掘实战系列(4)--数据预处理数据预处理一方面是要提高数据的质量,另一方面是要让数据更好地适应特定的挖掘技术或工具.数据预处理的主要内容包括数据清洗.数据集成.数据变换和数据规约. 一. ...
【R语言】常用的R语言数据挖掘包
常用的R语言数据挖掘包与Python相比,R语言的很多算法分别会有不同的作者实现,而每个人有不同的实现方式,所以会产生大量的package.因此,学习R语言需要广泛了解与所研究问题相关的包,这样就比 ...
R语言ggplot2可视化可视化聚类图、使用geom_encircle函数绘制多边形标定属于同一聚类簇的数据点、并自定义每个聚类簇数据点的颜色、多边形框的颜色（Cluster Plot）、主副标题题注
R语言ggplot2可视化可视化聚类图.使用geom_encircle函数绘制多边形标定属于同一聚类簇的数据点.并自定义每个聚类簇数据点的颜色.多边形框的颜色(Cluster Plot).主副标题题注 ...
R语言Affinity Propagation+AP聚类实战
R语言Affinity Propagation+AP聚类实战目录
R语言聚类分析之层次聚类（hierarchical clustering）实战
R语言聚类分析之层次聚类(hierarchical clustering)实战目录 R语言聚类分析之层次聚类(hierarchical clustering)实战 #距离计算
《R语言数据挖掘》----1.12 数据集成
本节书摘来自华章出版社<R语言数据挖掘>一书中的第1章,第1.12节,作者［哈萨克斯坦］贝特·麦克哈贝尔(Bater Makhabel),李洪成许金炜段力辉译,更多章节内容可以访问云 ...
《R语言数据挖掘：实用项目解析》——第2章，第2.9节无参数方法
本节书摘来自华章出版社<R语言数据挖掘:实用项目解析>一书中的第2章,第2.9节无参数方法,作者［印度］普拉迪帕塔·米什拉(Pradeepta Mishra),更多章节内容可以访问云栖社区 ...

R语言数据挖掘实践——系谱聚类

R语言数据挖掘实践——系谱聚类相关推荐

最新文章

热门文章