R语言聚类算法之k均值聚类(K-means)

1.原理解析:
随机选取k(预设类别数)个样本作为起始中心点,将其余样本归入相似度最高中心点所在簇(cluster),再确立当前簇中样本坐标的均值为新的中心点,一次循环迭代下去,直至所有样本所属类别不再变动.
《R语言聚类算法之k均值聚类(K-means)》
2.在R语言中的应用
在k均值聚类中我们应用到了stats包(R语言内置包)中的kmeans函数。
kmeans(x,centers,iter.max = 10,nstart = 1,algorithm = c(“Hartigan-Wong”,”Loyd”,”For-gy”,”MacQueen”))
3.以iris数据集为例进行判别分析
1)应用模型并查看模型的相应参数
fit_km=kmeans(iris[,-5],center=3)
fit_km[1:length(fit_km)]
《R语言聚类算法之k均值聚类(K-means)》

    原文作者:聚类算法
    原文地址: https://blog.csdn.net/claroja/article/details/55251251
    本文转自网络文章,转载此文章仅为分享知识,如有侵权,请联系博主进行删除。
点赞