大家好,上周我着重研究了对于聚类分析的一些基础的理论的知识学习,比如包括公式的推导,距离求解的方法等方面,这一周我结合资料又对系统聚类分析法和动态聚类分析法进行了一些学习,希望通过这一篇文章可以来对这两种方法来进行比较...三:所使用的R语言函数:
在这里我们使用的是R语言当中提供的动态聚类的函数kmeans()函数,kmeans()函数采用的是K-均值计算法,实际上这是一个逐一进行修改的方法.
kmeans()的主要形式是...:
kmeans(x,centers,iter.max=10,nstart=1,algorithm=c())
x是数据组成的矩阵或者数据集,
centers是聚类的个数或者初始类的中心
iter.max...输入这些数据是一个痛苦的过程,请大家自行体验:
接下来,将使用scale函数对数据进行中心化或者标准化的处理,这样做的目的是为了消除这些小数量级别影响以及一些单位的影响
?...第二步:使用kmeans()函数进行动态的聚类分析,选择生成类的个数为5个:
?
产生这样的结果:
?