首页 > 其他分享 >拓端tecdat|R语言代写实现层次聚类模型

拓端tecdat|R语言代写实现层次聚类模型

时间:2022-11-09 12:38:29浏览次数:53  
标签:群集 可以 tecdat 算法 拓端 聚类 分层 我们


大家好!在这篇文章中,我将向你展示如何在R中进行层次聚类。 

什么是分层聚类?

分层聚类是一种可供选择的方法,它可以自下而上地构建层次结构,并且不需要我们事先指定聚类的数量。

该算法的工作原理如下:

将每个数据点放入其自己的群集中。

确定最近的两个群集并将它们组合成一个群集。

重复上述步骤,直到所有数据点位于一个群集中。

一旦完成,它通常由树状结构表示。

 

 

让我们看看分层聚类算法可以做得多好。我们可以使用hclust这个。hclust要求我们以距离矩阵的形式提供数据。我们可以通过使用dist。默认情况下,使用完整的链接方法。

这会生成以下树形图:

拓端tecdat|R语言代写实现层次聚类模型_数据


拓端tecdat|R语言代写实现层次聚类模型_聚类模型_02

从图中我们可以看出,群集总数的最佳选择是3或4:

拓端tecdat|R语言代写实现层次聚类模型_聚类_03


拓端tecdat|R语言代写实现层次聚类模型_统计分析_04

要做到这一点,我们可以使用所需数量的群集来切断树cutree。

现在,让我们将它与原始物种进行比较。

 

它看起来像算法成功地将物种setosa的所有花分为簇1,并将virginica分为簇2,但是与花斑杂交有困难。如果你看看显示不同物种的原始图,你可以理解为什么:

拓端tecdat|R语言代写实现层次聚类模型_统计分析_05


拓端tecdat|R语言代写实现层次聚类模型_数据_06

让我们看看我们是否可以通过使用不同的连接方法更好。这一次,我们将使用平均连接方法:

这给了我们以下树状图:

拓端tecdat|R语言代写实现层次聚类模型_数据_07


拓端tecdat|R语言代写实现层次聚类模型_聚类_08

我们可以看到,群集数量的两个最佳选择是3或5.让我们用cutree它来将它降到3个群集。

我们可以看到,这一次,该算法在聚类数据方面做得更好,只有6个数据点出错。

我们可以如下绘制它与原始数据进行比较:

这给了我们下面的图表:

拓端tecdat|R语言代写实现层次聚类模型_聚类_09


拓端tecdat|R语言代写实现层次聚类模型_聚类_10

内部颜色与外部颜色不匹配的所有点都是不正确聚类的点。

标签:群集,可以,tecdat,算法,拓端,聚类,分层,我们
From: https://blog.51cto.com/u_14293657/5835821

相关文章