集群範例一：鳶尾花各种集群模型.pptVIP

K-平均數(K-Means)集群 K平均法(K-means)是最受使用者歡迎以及最佳的集群分析法之一， K-Means演算法是麥昆(J. B. MacQueen)於1967年正式發表，由於原理簡單、計算快速，屬於前設式的集群演算法，也就是必須先設定集群的數量，然後根據該設定找出最佳的集群結構 分割式分群法，主要目標是在大量的資料點中找出代表性的資料點(cluster center)，以少數代表點來代表大量的資料 kmeans程式碼(iris) #kmeans iris: 150 records #iris2=iris[,sapply(iris,is.numeric)] 取所有數值資料的指令 iris2=iris[,-5] set.seed(1234) kmeans.result=kmeans(iris2,3) kmeans.result table(iris$Species,kmeans.result$cluster) plot(iris2,col=kmeans.result$cluster) 預測分群結果與叢集中心 iris的散佈圖矩陣 利用集群找出離群值 #find 5 largest distances between objects and cluster centers kmeans.result$centers centers=kmeans.result$centers[kmeans.result$cluster,] head(centers) distances=sqrt(rowSums((iris2-centers)^2)) outliers=order(distances,decreasing=T)[1:5] outliers iris2[outliers,] plot(iris2[c(Sepal.Length, Sepal.Width)], col=kmeans.result$cluster) points(kmeans.result$centers[,c(Sepal.Length, Sepal.Width)], col=1:3, pch=8, cex=2) points(iris2[outliers,c(Sepal.Length, Sepal.Width)], col=4, pch=+, cex=2) 找出5個離群值 離群值和集群中心 K-物件(K-Medoids)集群 以集群中最具代表性的點Medoid作為集群中心，亦即利用真正的物件代表集群 K-Medoids最經典演算法是分割環繞物件(PAM,Partitioning Around Medoids)，由Kaufman and Rousseeuw於1987年提出 可使用cluster套件的pam函數 或fpc套件的pamk函數，使用此函數時，使用者不必決定分成幾組，但結果不一定理想 pamk的程式碼(自動分2群) iris2=iris[,-5] library(fpc) pamk.result=pamk(iris2) pamk.result table(iris$Species, pamk.result$pamobject$clustering) layout(matrix(c(1,2),1,2)) plot(pamk.result$pamobject) layout(matrix(1)) pamk執行結果 pamk集群圖0.69=(51*0.81+99*0.62)/150 pam的程式碼(設定成3群) iris2=iris[,-5] library(cluster) pam.result=pam(iris2,3) pam.result table(iris$Species,pam.result$clustering) layout(matrix(c(1,2),1,2)) plot(pam.result) layout(matrix(1)) pam函數執行結果 pam函數集群圖 NbClust分群指標 亦可使用NbClust 套組的NbClust函數協助使用者決定分群的數目 程式碼如下: library(NbClust) iris2=iris[,-5] result=NbClust(iris2,distance=euclidean,min.nc=2,max.nc=6,method=kmeans, index=all) Result$Best.partition 分群指標執行結果 階層式(Hierarchical)集群 以階層架構的方式反覆進行分裂或聚合 ，以產生最後的樹狀架構，可從樹狀圖取得任何想要的集群數，缺點是只適合小量資料 常見的階層式集群法包括： method=”average“，平均距離的平均連鎖法 method=”simple“，最小距離