原文链接：http://tecdat.cn/?p=22838

原文出处：拓端数据部落公众号

问题：使用R中的鸢尾花数据集

(a)部分：k-means聚类
使用k-means聚类法将数据集聚成2组。
画一个图来显示聚类的情况
使用k-means聚类法将数据集聚成3组。
画一个图来显示聚类的情况
(b)部分：层次聚类
使用全连接法对观察值进行聚类。
使用平均和单连接对观测值进行聚类。
绘制上述聚类方法的树状图。

问题01：使用R中建立的鸢尾花数据集。

(a)：k-means聚类

讨论和/或考虑对数据进行标准化。


data.frame("平均"=apply(iris[,1:4], 2, mean"标准差"=apply(iris[,1:4], 2, sd)

在这种情况下，我们将标准化数据，因为花瓣的宽度比其他所有的测量值小得多。

使用k-means聚类法将数据集聚成2组

使用足够大的nstart，更容易得到对应最小RSS值的模型。

kmean(iris, nstart = 100)

画一个图来显示聚类的情况


# 绘制数据
plot(iris, y = Sepal.Length, x = Sepal.Width)

为了更好地考虑花瓣的长度和宽度，使用PCA首先降低维度会更合适。

#  创建模型PCA.mod<- PCA(x = iris)#把预测的组放在最后
PCA$Pred <-Pred#绘制图表
plot(PC, y = PC1, x = PC2, col = Pred)

为了更好地解释PCA图，考虑到主成分的方差。

## 看一下主要成分所解释的方差for (i in 1:nrow) {pca[["PC"]][i] <- paste("PC", i)
}

plot(data = pca,x = 主成分, y = 方差比例, group = 1)

数据中80%的方差是由前两个主成分解释的，所以这是一个相当好的数据可视化。

使用k-means聚类法将数据集聚成3组

在之前的主成分图中，聚类看起来非常明显，因为实际上我们知道应该有三个组，我们可以执行三个聚类的模型。

kmean(input, centers = 3, nstart = 100)
# 制作数据
groupPred %>% print()

画一个图来显示聚类的情况

#  绘制数据
plot(萼片长度,萼片宽度, col =pred)

PCA图

为了更好地考虑花瓣的长度和宽度，使用PCA首先减少维度是比较合适的。

#创建模型
prcomp(x = iris)#把预测的组放在最后
PCADF$KMeans预测<- Pred#绘制图表
plot(PCA, y = PC1, x = PC2,col = "预测\n聚类", caption = "鸢尾花数据的前两个主成分，椭圆代表90%的正常置信度，使用K-means算法对2个类进行预测") +

PCA双曲线图

萼片长度~萼片宽度图的分离度很合理，为了选择在X、Y上使用哪些变量，我们可以使用双曲线图。

biplot(PCA)

这个双曲线图显示，花瓣长度和萼片宽度可以解释数据中的大部分差异，更合适的图是：

plot(iris, col = KM预测)

评估所有可能的组合。

iris %>%pivot_longer()  %>%
plot(col = KM预测, facet_grid(name ~ ., scales = 'free_y', space = 'free_y', ) +

层次聚类

使用全连接法对观测值进行聚类。

可以使用全连接法对观测值进行聚类（注意对数据进行标准化）。

hclust(dst, method = 'complete')

使用平均和单连接对观察结果进行聚类。

 hclust(dst, method = 'average')
hclust(dst, method = 'single')

绘制预测图

现在模型已经建立，通过指定所需的组数，对树状图切断进行划分。


#  数据
iris$KMeans预测<- groupPred# 绘制数据
plot(iris,col = KMeans预测))

绘制上述聚类方法的树状图

对树状图着色。

type<- c("平均", "全", "单")for (hc in models) plot(hc, cex = 0.3)

最受欢迎的见解

1.R语言k-Shape算法股票价格时间序列聚类

2.R语言中不同类型的聚类方法比较

3.R语言对用电负荷时间序列数据进行K-medoids聚类建模和GAM回归

4.r语言鸢尾花iris数据集的层次聚类

5.Python Monte Carlo K-Means聚类实战

6.用R进行网站评论文本挖掘聚类

7.用于NLP的Python：使用Keras的多标签文本LSTM神经网络

8.R语言对MNIST数据集分析探索手写数字分类数据

9.R语言基于Keras的小数据集深度学习图像分类

拓端tecdat|R语言k-means聚类、层次聚类、主成分（PCA）降维及可视化分析鸢尾花iris数据集相关推荐

拓端tecdat|R语言逻辑回归（Logistic回归）模型分类预测病人冠心病风险
最近我们被客户要求撰写关于冠心病风险的研究报告,包括一些图形和统计输出. 相关视频:R语言逻辑回归(Logistic回归)模型分类预测病人冠心病风险逻辑回归Logistic模型原理和R语言分类预测冠 ...
拓端tecdat|R语言向量误差修正模型 (VECMs)分析长期利率和通胀率影响关系
最近我们被客户要求撰写关于向量误差修正模型的研究报告,包括一些图形和统计输出. 向量自回归模型估计的先决条件之一是被分析的时间序列是平稳的.但是,经济理论认为,经济变量之间在水平上存在着均衡关系,可以 ...
拓端tecdat|R语言用LOESS(局部加权回归)季节趋势分解（STL）进行时间序列异常检测
最近我们被客户要求撰写关于LOESS(局部加权回归)的研究报告,包括一些图形和统计输出. 这篇文章描述了一种对涉及季节性和趋势成分的时间序列的中点进行建模的方法.我们将对一种叫做STL的算法进行研究, ...
拓端tecdat|R语言线性回归和时间序列分析北京房价影响因素可视化案例
最近我们被客户要求撰写关于北京房价影响因素的研究报告,包括一些图形和统计输出. 目的房价有关的数据可能反映了中国近年来的变化: 人们得到更多的资源(薪水),期望有更好的房子人口众多独生子女政策: ...
R语言主成分PCA、因子分析、聚类对地区经济研究分析重庆市经济指标
全文下载链接:http://tecdat.cn/?p=27515 建立重庆市经济指标发展体系,以重庆市一小时经济圈作为样本,运用因子分析方法进行实证分析,在借鉴了相关评价理论和评价方法的基础上,本文提 ...
数据分享|R语言主成分PCA、因子分析、聚类对地区经济研究分析重庆市经济指标...
原文链接:http://tecdat.cn/?p=27515 建立重庆市经济指标发展体系,以重庆市一小时经济圈作为样本,运用因子分析方法进行实证分析,在借鉴了相关评价理论和评价方法的基础上,本文提取 ...
拓端tecdat荣获掘金社区入驻新人奖
2021年7月,由掘金发起了"入驻成长礼"颁奖活动.本次活动邀请到知名开发者.服务机构代表等业界人士. 据了解,掘金社区"新入驻创作者礼"主要对已经积累了一定历 ...
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 ...
拓端tecdat荣获2022年度51CTO博主之星
相信技术,传递价值,这是51CTO每一个技术创作者的动力与信念,2022 年度,拓端tecdat 作为新锐的数据分析咨询公司,在51CTO平台上,不断的输出优质的技术文章,分享前沿创新技术,输出最佳生 ...
R语言稀疏主成分分析、因子分析、KMO检验和Bartlett球度检验分析上市公司财务指标数据...
全文链接:http://tecdat.cn/?p=31080 R中的主成分分析(PCA)和因子分析是统计分析技术,也称为多元分析技术(点击文末"阅读原文"获取完整代码数据). 当可 ...

拓端tecdat|R语言k-means聚类、层次聚类、主成分（PCA）降维及可视化分析鸢尾花iris数据集

原文链接：http://tecdat.cn/?p=22838

原文出处：拓端数据部落公众号

问题：使用R中的鸢尾花数据集

问题01：使用R中建立的鸢尾花数据集。

使用k-means聚类法将数据集聚成2组

画一个图来显示聚类的情况

使用k-means聚类法将数据集聚成3组

画一个图来显示聚类的情况

PCA图

PCA双曲线图

层次聚类

使用全连接法对观测值进行聚类。

使用平均和单连接对观察结果进行聚类。

绘制预测图

绘制上述聚类方法的树状图

拓端tecdat|R语言k-means聚类、层次聚类、主成分（PCA）降维及可视化分析鸢尾花iris数据集相关推荐

最新文章

热门文章