R中k均值的生成预测函数

Question

我想要创建预测函数来预测哪一个聚类，观察属于哪一个。

data(iris)
 mydata=iris
m=mydata[1:4]
train=head(m,100)
xNew=head(m,10)


rownames(train)<-1:nrow(train)

norm_eucl=function(train)
  train/apply(train,1,function(x)sum(x^2)^.5)
m_norm=norm_eucl(train)


result=kmeans(m_norm,3,30)

predict.kmean <- function(cluster, newdata)
{
  simMat <- m_norm(rbind(cluster, newdata),
              sel=(1:nrow(newdata)) + nrow(cluster))[1:nrow(cluster), ]
  unname(apply(simMat, 2, which.max))
}

## assign new data samples to exemplars
predict.kmean(m_norm, x[result$cluster, ], xNew)

在我得到错误后

Error in predict.kmean(m_norm, x[result$cluster, ], xNew) : 
  unused argument (xNew)

我知道我做错了什么功能，因为我只是在学习去做，但是我不知道具体在哪里。

实际上，我想采用ap群集的类似功能(我曾见过类似的主题，但对于ap群集)。

predict.apcluster <- function(s, exemplars, newdata)
{
  simMat <- s(rbind(exemplars, newdata),
              sel=(1:nrow(newdata)) + nrow(exemplars))[1:nrow(exemplars), ]
  unname(apply(simMat, 2, which.max))
}

## assign new data samples to exemplars
predict.apcluster(negDistMat(r=2), x[apres@exemplars, ], xNew)

怎么做？

Answer 1

与其试图复制某件东西，不如我们想出我们自己的功能。对于给定的向量x，我们希望使用一些先前的k均值输出来分配一个集群.考虑到k均值算法的工作原理，我们想要的是找到哪个集群的中心离x最近。这可以作为

predict.kmeans <- function(x, newdata)
  apply(newdata, 1, function(r) which.min(colSums((t(x$centers) - r)^2)))

也就是说，我们逐行检查newdata，计算对应的行到每个中心的距离，并找到最小的距离。然后，例如，

head(predict(result, train / sqrt(rowSums(train^2))), 3)
# 1 2 3 
# 2 2 2
all.equal(predict(result, train / sqrt(rowSums(train^2))), result$cluster)
# [1] TRUE

这证实了我们的预测功能将所有相同的聚类分配给训练观测。然后也

predict(result, xNew / sqrt(rowSums(xNew^2)))
#  1  2  3  4  5  6  7  8  9 10 
#  2  2  2  2  2  2  2  2  2  2 

还请注意，我调用的只是predict而不是predict.kmeans。这是因为result属于kmeans类，并且自动选择正确的方法。还请注意，我是如何在没有使用apply的情况下，以矢量化的方式规范化数据的。