使用R语言实现聚类算法

本次仅展示简单的使用R语言实现kmeans算法和基于密度的算法：

首先是基于密度的R语言脚本：

>library(cluster)
>library(fpc)
>#如果提示没有fpc包，则使用install.packages('fpc')按照，注意单引号。
> data <- read.csv('train.csv')
> x <- data[,c(2,3,4,5)]
> #读取data数据的第2,3,4,5共4列作为维度数据，索引从1开始
> ds <- dbscan(x,0.02,6)
> #其中2是距离半径，6是每次计算囊括的点的数量，具体可以根据数据表现进行调整，这也是基于密度聚类算法的局限之一
> par(bg="grey")
> plot(ds, x)

其次是基于Kmeans算法的R语言脚本：

>library(cluster)
> data <- read.csv('train.csv')
> x <- data[,c(2,3,4,5)]
> res <- kmeans(x,centers=3)
> par(bg="grey")
> plot(x,col=res$cluster)
> #结果以不同颜色的标记不同的分类类别

以上是简单的执行脚本，不涉及复杂的参数设置，比如在Kmeans算法中还可以设置收敛值，迭代次数等，更多内容随着学习的深入再逐步添加，简单的算法已经足够应付很多需求了。