R语言聚类分析
聚类分析有很多种, 效果好不好大概要根据数据特征来确定。最常见的是kmeans法聚类
创新互联建站是一家专业提供宜黄企业网站建设,专注与做网站、网站制作、H5网站设计、小程序制作等业务。10年已为宜黄众多企业、政府机构等服务。创新互联专业网站制作公司优惠进行中。
> setwd("D:\\R_test") > data_in <- read.delim("tmp_result.txt", header=T) > fit <- kmeans(data_in, 3) > library(cluster) > clusplot(data_in, fit$cluster, color=T, shade=T, labels = 2, lines =0)
也可以用mclust
> install.packages("mclust") 试开URL’http://cloud.r-project.org/bin/windows/contrib/2.14/mclust_4.0.zip' Content type 'application/zip' length 2371233 bytes (2.3 Mb) 打开了URL downloaded 2.3 Mb 程序包‘mclust’打开成功,MD5和检查也通过 下载的程序包在 C:\Users\Administrator\AppData\Local\Temp\RtmpiIyw2o\downloaded_packages里 > fit <- Mclust(data_in) > summary(fit) ---------------------------------------------------- Gaussian finite mixture model fitted by EM algorithm ---------------------------------------------------- Mclust XXX (elliposidal multivariate normal) model with 1 component: log.likelihood n df BIC 1616504 263 33410 3046843 Clustering table: 1 263 > fit$ // 按下Tab键,有以下选项 fit$call fit$modelName fit$n fit$d fit$G fit$BIC fit$bic fit$loglik fit$df fit$parameters fit$classification fit$uncertainty > plot(fit, what="classification") // http://www.statmethods.net/advstats/cluster.html
新闻标题:R语言聚类分析
URL链接:http://myzitong.com/article/jcgdhs.html