是否有一种很好的方法可以将多个集群输出的结果以dataframe的形式获取？有什么建议吗？

Question

我正在完成对数据集的聚类分析，并使用各种方法将其切分到各个部分，所有这些方法的目标都是最大限度地利用kmeans来分割大量数据。因此，有15个单独的kmeans对象作为结果，如果能够将它们提交到一个表中同时查看，包括引用模型的标题，以及每个模型的关键统计信息，将非常有帮助。有什么建议吗？当您将结果打印到section的output部分时，结果的任何示例如下所示。我找过包裹等，没有任何运气。谢谢你能提供的任何帮助！

 K-means clustering with 5 clusters of sizes 11356, 4621, 3380, 7455, 4381

Cluster means:
  PRCT_DIFF_LOCK_ON PRCT_FRONT_PTO_ON PRCT_REAR_PTO_ON PRCT_MFWD_ON
1       0.045629787      0.0006149385       0.05848930   0.80521712
2       0.006848544      0.0036244639       0.15807745   0.06906081
3       0.390860459      0.0004615964       0.07576421   0.79353567
4       0.040412934      0.0048262841       0.11052730   0.48966547
5       0.053424999      0.0149324570       0.45581038   0.64261907
Within cluster sum of squares by cluster:
    [1] 665.8571 568.6334 264.2810 554.8512 457.3876
     (between_SS / total_SS =  55.5 %)

Answer 1

kmeans的输出是list。如果我们想提取Cluster means，请使用

k2$centers
    Murder    Assault   UrbanPop       Rape
1  1.004934  1.0138274  0.1975853  0.8469650
2 -0.669956 -0.6758849 -0.1317235 -0.5646433

broom包可以在Dataa.Frame/tibble中总结输出

library(broom)
> tidy(k2)
# A tibble: 2 x 7
  Murder Assault UrbanPop   Rape  size withinss cluster
   <dbl>   <dbl>    <dbl>  <dbl> <int>    <dbl> <fct>  
1  1.00    1.01     0.198  0.847    20     46.7 1      
2 -0.670  -0.676   -0.132 -0.565    30     56.1 2      
> glance(k2)
# A tibble: 1 x 4
  totss tot.withinss betweenss  iter
  <dbl>        <dbl>     <dbl> <int>
1   196         103.      93.1     1

-reproducible实例

library(cluster)  
df <- USArrests
df <- na.omit(df)
df <- scale(df)
k2 <- kmeans(df, centers = 2, nstart = 25)