集群範例一鸢尾花各种集群模型.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$center