K-means

kmeans函数的基本用法

Kmeans算法聚类方法 该方法的 具体工作流程如下 1）首先从数据中选取k个对象作为初始聚类的中心点 2）对于剩下的数根据与质心的距离进行比较进行归类 3）再重新计算各个类的质心(从新计算一下不同类之间的距离如果不同的类之间距离较近则说明分的类比较合理，若距离较近说明选择的聚类中心不合理) 4）重复进行2）3）直到重新计算的质心与原来的质心一致 kmeans函数的用法 newdata<-kmeans(data,n)data 是进行聚类的数据 n是进行聚类的数目 newdata$cluster 聚类的向量

# 读取数据 data<-read.csv("F:/Data/testData.csv") #kmeans函数将data数据聚为3类 km<-kmeans(data,3) #查询km的簇的向量 km$cluster #查询每个类的对象的数目 km$size # 可以查询第一类的数 data[which(data$cluster==1),]