R语言K-Means(K-均值)聚类、朴素贝叶斯（Naive Bayes）模型分类可视化

全文链接：http://tecdat.cn/?p=32355

原文出处：拓端数据部落公众号

分类是把某个对象划分到某个具体的已经定义的类别当中，而聚类是把一些对象按照具体特征组织到若干个类别里。虽然都是把某个对象划分到某个类别中，但是分类的类别是已经预定义的，而聚类操作时，某个对象所属的类别却不是预定义的。所以，对象所属类别是否为事先，是二者的最基本区别。而这个区别，仅仅是从算法实现流程来看的。

本文帮助客户对数据进行聚类和分类，需要得到的结果是，聚类的二维效果图，聚类个数，聚类中心点值。 用聚类得到的结果贝叶斯建模后去预测分类。需要得到贝叶斯的模型精度，分类预测结果。

K-Means聚类成3个类别

聚类算法(clustering analysis)是指将一堆没有标签的数据自动划分成几类的方法，属于无监督学习方法。 K-means算法，也被称为K-平均或K-均值，是一种广泛使用的聚类算法，或者成为其他聚类算法的基础，它是基于点与点距离的相似度来计算最佳类别归属。几个相关概念：

K值：要得到的簇的个数；

质心：每个簇的均值向量，即向量各维取平均即可；

距离量度：常用欧几里得距离和余弦相似度(先标准化)；

kmeans(data, 3)

聚类中心

聚类绘图

lusplot(data, fit$cluster

将数据使用kmean算法分成3个类别后可以看到 每个类别之间分布呈不同的簇，交集较少 ，因此 可以认为得到的聚类结果较好。

计算贝叶斯训练模型

朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法 。

和决策树模型相比，朴素贝叶斯分类器(Naive Bayes Classifier 或 NBC)发源于古典数学理论，有着坚实的数学基础，以及稳定的分类效率。同时，NBC模型所需估计的参数很少，对缺失数据不太敏感，算法也比较简单。

朴素贝叶斯算法（Naive Bayesian algorithm) 是应用最为广泛的分类算法之一。

也就是说没有哪个属性变量对于决策结果来说占有着较大的比重，也没有哪个属性变量对于决策结果占有着较小的比重。

虽然这个简化方式在一定程度上降低了贝叶斯分类算法的分类效果，但是在实际的应用场景中，极大地简化了贝叶斯方法的复杂性。

head(train)

建立贝叶斯模型

naiveBayes(as.factor(clus

贝叶斯的模型精度

tab=table(preds,train[,ncol(train)])#分类混淆矩阵  
tab

进行预测

predict(m, datapred,type="clas

预测分类

preds

K-Means聚成两个类别

fit <- kmeans(dat

聚类中心

fit$centers

usplot(data, fit

将数据使用kmean算法分成2个类别后可以看到每个类别之间分布呈不同的簇，交集较少 ，因此可以认为得到的聚类结果较好。

建立贝叶斯模型

naiveBayes(as.factor(clu

贝叶斯的模型精度

table(preds,train[,n

进行预测

predict(m, datapred,type="cla