吴喜之R软件教程——R多元分析.pptxVIP

下载本文档

33
0
约1.74万字
约 86页
2016-11-27 发布于北京
举报
版权申诉

吴喜之R软件教程——R多元分析.pptx

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

吴喜之R软件教程——R多元分析.pptx

R: 多元分析;经典多元分析;setwd(f:/2010stat) #聚类分析 #k均值聚类 (kmeans()) x=rbind(matrix(rnorm(100,sd=0.3),ncol=2),matrix(rnorm(100,mean=1,sd=0.3),ncol=2)) cl=kmeans(x,2,20) plot(x,col=cl$cluster,pch=3,lwd=1) points(cl$centers,col=1:2,pch=7,lwd=3) segments(x[cl$cluster==1,][,1],x[cl$cluster==1,][,2],cl$centers[1,1],cl$centers[1,2]) segments(x[cl$cluster==2,][,1],x[cl$cluster==2,][,2],cl$centers[2,1],cl$centers[2,2],col=2);setwd(f:/2010stat) #聚类分析 #分层聚类(hclust()) n=seq(1,50,by=4)#选择部分州 (x=USArrests[n,])#print() hc1=hclust(dist(x),method=complete) hc2=hclust(dist(scale(x)),method=complete) hc3=hclust(dist(x),method=ave) layout(matrix(c(1,1,2,3),nrow=2,byrow=T)) plot(hc1);plot(hc2);plot(hc3) #如只需要聚类信息, 可用cutree() cutree(hc1,k=1:3) cutree(hc1,k=1:3) 1 2 3 Alabama 1 1 1 California 1 1 1 Florida 1 1 1 Illinois 1 1 1 Kentucky 1 2 2 Massachusetts 1 2 3 Missouri 1 2 3 New Hampshire 1 2 2 North Carolina 1 1 1 Oregon 1 2 3 South Dakota 1 2 2 Vermont 1 2 2 Wisconsin 1 2 2;#软件包cluster library(cluster) clusplot(x,pam(x,2)$clustering) #pam: Partitioning (clustering) of the data into?k?clusters “around medoids”, a more robust version of K-means.; pam(x,2) Medoids: ID Murder Assault UrbanPop Rape California 2 9.0 276 91 40.6 Kentucky 5 9.7 109 52 16.3 Clustering vector: Alabama California Florida Illinois Kentucky 1 1 1 1 2 Massachusetts Missouri New Hampshire North Carolina Oregon 2 2 2 1 2 South Dakota Vermont Wisconsin 2 2 2 Objective function: build swap 56.58520 46.87565 Available components: [1] medoids id.med clustering objective isolation [6] clusinfo silinfo diss call data ;#软件包cluster library(cluster) #