聚类排序

Question

我正在分析R中的数据，其中有预测变量，但没有响应变量。使用无监督学习(k均值)，我识别了数据中的模式。但是，我需要根据集群的整体表现(例如:学生的考试成绩数据和课外成绩)对集群进行排序。在R中聚类之后，我使用了什么技术？

Answer 1

kmeans输出的cluster属性为您提供了每个数据点所在的集群的索引。从kmeans文档获取的示例数据：

nclusters = 5
# a 2-dimensional example
x <- rbind(matrix(rnorm(100, sd = 0.3), ncol = 2),
           matrix(rnorm(100, mean = 1, sd = 0.3), ncol = 2))
colnames(x) <- c("x", "y")

cl <- kmeans(x, nclusters, nstart = 25)

现在，您的评估函数(例如，列值的平均值)可以单独应用于每个集群：

for (i in 1:nclusters){
    cat(i, apply(x[which(cl$cluster==i),],MARGIN=2,FUN=mean), '\n')
}

或者更好的是，使用某种聚合函数，例如tapply或aggregate，例如：

aggregate(x, by=list(cluster=cl$cluster), FUN=mean)

这给

  cluster          x          y
1       1  1.2468266  1.1499059
2       2 -0.2787117  0.0958023
3       3  0.5360855  1.0217910
4       4  1.0997776  0.7175210
5       5  0.2472313 -0.1193551

此时，您应该能够根据需要对聚合函数的值进行排序。