主成分分析、K均值聚类R语言实现小实例

用户7010445

发布于 2020-03-03 15:01:29

1.4K0

发布于 2020-03-03 15:01:29

文章被收录于专栏：小明的数据分析笔记本小明的数据分析笔记本

数据集

3 种葡萄酒；测量13个指标；总共178个样本

数据集下载链接 https://acadgildsite.s3.amazonaws.com/wordpress_images/r/wineDataset_Kmeans/Wine.csv

主成分分析

主成分分析是一种旋转数据集的方法，旋转后的特征在统计上不相关。在做完这种旋转后，通常是根据新特征对解释数据的重要性来选择他的一个子集。

--《Python机器学习基础教程》

df<-read.csv("Wine.csv",header = T)
head(df)
df$Customer_Segment<-as.factor(df$Customer_Segment)
summary(df)
dim(df)
winepca<-prcomp(df[,1:13],scale. = T)
library(factoextra)
fviz_eig(winepca,addlabels = T)
fviz_pca_ind(winepca,col.ind = df$Customer_Segment,
             addEllipses = T,geom=("point"),legend.title="")

image.png

image.png

K均值聚类

原文链接 Analyzing Wine dataset using K-means Clustering

K均值聚类是最简单也是最常用的聚类算法之一。他试图找到代表数据特定区域的簇中心。算法交替执行以下两个步骤：将每个数据点分配给最近的簇中心，然后将每个簇中心设置为所分配的所有数据点的平均值。如果簇的分配不在发生变化，那么算法结束。

--《Python机器学习基础教程》

library(factoextra)
df<-read.csv("Wine.csv",header = T)
winescale<-scale(df[,1:13])
head(winescale)
fviz_nbclust(winescale,kmeans,method='wss')+
  geom_vline(xintercept=3,linetype=5,col="darkred")
winekmeans<-kmeans(winescale,3,nstart=25)
winekmeans
winekmeans$centers
winekmeans$size
fviz_cluster(object=winekmeans,data=winescale,ellipse.type = "norm",
             geom = ("point"),palette='jco',main="",
             ggtheme=theme_minimal())