R语言层次聚类

层次聚类最佳簇数量的划分

1、Gap Statistic 方法

gap_stat <- clusGap(as.data.frame(Fdist), FUN = hclust, K.max = 10, B = 50)

#Fdist为距离矩阵，FUN选择聚类的算法是hclust（层次聚类）还是kmeans（k-means 聚类），Gap Statistic 会计算从 1 到 KmaxK_{\text{max}}Kmax​ 的聚类效果，B指定计算 Gap Statistic 时生成的参考数据集（无结构数据）的数量,参考数据集是随机生成的，用于估计无聚类情况下的均值。B值越大，结果越稳健，但计算时间也会增加

plot(gap_stat, frame = FALSE, xlab = "Number of Clusters")

#最佳簇数为 Gap 值最大的点，或 Gap 值第一次达到平稳的点

2、轮廓系数

hc <- hclust(as.dist(Fdist), method = "complete")

for(i in 3:20){
clusters <- cutree(hc, k = i)
silhouette_scores <- silhouette(clusters, as.dist(Fdist))
print(i)
print(mean(silhouette_scores[, 3]))
}