R语言应用实战-聚类分析以及k-means的优缺点
Posted 文宇肃然
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了R语言应用实战-聚类分析以及k-means的优缺点相关的知识,希望对你有一定的参考价值。
一.聚类概念
聚类分析cluster Analysis)是研究物以类聚的现代统计方法。在过去是依靠经验和专业知识做定性分析处理,很少利用数学方法多元统计分析逐渐被引进数值分类,形成聚类分析的分支。
以下是我为大家准备的几个精品专栏,喜欢的小伙伴可自行订阅,你的支持就是我不断更新的动力哟!
思想:认为所研究的样本或指标(变量)之间存在着不同程度的相似性(亲疏关系)。于是根据一批样本的多个观测值指标,具体找出可以度量样本之间相似的统计量,以这些统计量作为划分类型的依据,把一些相似程度较大的样本聚合为一类,把另外一些彼此之间相似程度较大的样本又聚为一类,关系密切的聚合完毕,把不同类型的一一划分起来形成小到大的分类系统。
分型:Q型聚类:对样本的聚类;R型聚类:对变量的聚类
聚类统计量:1.距离:欧式距离,马氏距离,兰氏距离2.相似系数。(推理过程不展开了,可以网上搜索ÿ
以上是关于R语言应用实战-聚类分析以及k-means的优缺点的主要内容,如果未能解决你的问题,请参考以下文章
R语言聚类分析之层次聚类(hierarchical clustering)实战