首页 > 其他分享 >拓端数据tecdat|R语言代写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

拓端数据tecdat|R语言代写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

时间:2022-11-10 23:03:50浏览次数:56  
标签:iris means plot 聚类 鸢尾花 PCA 数据

Tableau是一款非常棒的数据可视化商业软件,通过拖拉拽的方式迅速的实现数据可视化。而且该软件可以连接任何一种数据库,在处理大型数据时一点都不逊色。

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。


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

拓端数据tecdat|R语言代写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_数据

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

  1.   
  2.  # 绘制数据
  3.  plot(iris, y = Sepal.Length, x = Sepal.Width)

拓端数据tecdat|R语言代写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_聚类_02

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。


1.  # 创建模型
2.
3. PCA.mod<- PCA(x = iris)
4.
5. #把预测的组放在最后
6. PCA$Pred <-Pred
7.
8. #绘制图表
9. plot(PC, y = PC1, x = PC2, col = Pred)

拓端数据tecdat|R语言代写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_数据集_03

为了更好地解释PCA图,考虑到主成分的方差。


1.  ## 看一下主要成分所解释的方差
2.
3. for (i in 1:nrow) {
4. pca[["PC"]][i] <- paste("PC", i)
5. }
6.

拓端数据tecdat|R语言代写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_数据集_04

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

拓端数据tecdat|R语言代写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_聚类_05

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。

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。

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

拓端数据tecdat|R语言代写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_数据集_06

画一个图来显示聚类的情况

  1.   
  2.   
  3.  # 绘制数据
  4.  plot(萼片长度,萼片宽度, col =pred)

拓端数据tecdat|R语言代写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_数据集_07

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。


1.  #创建模型
2. prcomp(x = iris)
3.
4. #把预测的组放在最后
5. PCADF$KMeans预测<- Pred
6.
7. #绘制图表
8. 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") +

拓端数据tecdat|R语言代写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_数据_08

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)

拓端数据tecdat|R语言代写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_数据集_09

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)

拓端数据tecdat|R语言代写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_数据_10

评估所有可能的组合。

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

拓端数据tecdat|R语言代写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_数据集_11

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。

  1.  hclust(dst, method = 'average')
  2.  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。

1.   
2. # 数据
3. iris$KMeans预测<- groupPred
4.
5.
6. # 绘制数据
7. plot(iris,col = KMeans预测))

拓端数据tecdat|R语言代写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_数据集_12

绘制上述聚类方法的树状图

对树状图着色。

1.  type<- c("平均", "全", "单")
2.
3. for (hc in models) plot(hc, cex = 0.3)
4.

拓端数据tecdat|R语言代写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_数据集_13

 

拓端数据tecdat|R语言代写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_数据集_14

 

拓端数据tecdat|R语言代写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_聚类_15


拓端数据tecdat|R语言代写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_数据集_16

标签:iris,means,plot,聚类,鸢尾花,PCA,数据
From: https://blog.51cto.com/u_14293657/5842301

相关文章