如何使用kkmeans分配新集群(kernlab包)
如何使用kkmeans分配新集群(kernlab包)
提问于 2018-05-29 08:10:16
kernlab包中的函数kkmeans在特定数据集中执行Kernl K均值。然而，当我运行这个函数时，它只给我返回中心，聚类大小和簇内平方和。下面是一个例子
library(kernlab)
test<-kkmeans(as.matrix(iris[,-5]),3)
test但我对每个观察值的集群成员分类感兴趣。有人知道如何在向量中存储这些值吗？
回答 1
Stack Overflow用户
回答已采纳
发布于 2018-05-29 08:18:42
如果查看test变量，您将看到集群成员关系存储在.Data组件中。您可以使用以下内容访问它：
cluster_membership <- test@.Data
print(cluster_membership)输出：
[1] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 3 2 2 2 3 2 3 3 2 3 2 3 2 2 3 2 3 2 2 2 2
[75] 2 2 2 2 2 3 3 3 3 2 3 2 2 2 3 3 3 2 3 3 3 3 3 2 3 3 3 2 3 3 3 3 3 3 3 3 3 3 3 2 3 3 3 3 3 2 3 3 3 2 3 3 2 2 3 3 3 3 3 2 3 3 3 3 2 3 3 3 3 3 3 3 2 3
[149] 3 2但是，如果愿意，您可以将测试变量本身用于绘图目的，因为它将vector类扩展为specc对象：
plot(iris, col=test)
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/50574708
复制相关文章
相似问题