聚类图添加集群号:函数fviz_cluster (因式分解)

Question

我有以下R码：

library(factoextra)

kms<-kmeans(df,18,nstart=100)

fviz_cluster(kms, data = df, alpha=0.2,shape=19,geom = "point")

它输出以下图片：

​

​

是否可以在图片中相应的集群中添加群集的数目？或者显示聚类数而不是点中心。

更新.

类似于我想要达到的目标，我发现在：https://www.r-bloggers.com/2016/11/hybrid-hierarchical-k-means-clustering-for-optimizing-clustering-outputs-unsupervised-machine-learning/

我试过了，但我错了。因此，我必须安装使用的factoextra版本，并更改代码。所以我得到了这个

fviz_cluster(kms, data = df,frame.level = 0.68)

​

​

除了集群中心的数字外，我如何删除这些数字？

Answer 1

似乎没有简单的解决方案；下面是一个潜在的解决办法：

library(tidyverse)
library(factoextra)

data("iris")

# Select a single point for each category (i.e. setosa = the 25th value)
# label the selected value, then label the rest of the points with nothing ("")
iris$label <- c(rep("", 24), "setosa", rep("", 25),
                    rep("", 23), "versicolor", rep("", 26),
                    rep("", 24), "virginica", rep("", 25))


# Remove species column (5) and label column and scale the data
iris.scaled <- scale(iris[, -c(5,6)])

# K-means clustering
km.res <- kmeans(iris.scaled, 3, nstart = 10)

# Visualize clusters
fviz_cluster(km.res, iris[, -c(5,6)], alpha = 0.2, shape = 19, geom = c("point")) +
# Label the points (only the 3 with actual labels show up on the plot)
  geom_text(aes(label = iris$label))

​

​