Question

我在R中使用kmeans，并使用此代码行查找我的数据中心。

res=kmeans(data,centers=5)

我可以使用以下代码到达我的中心：

res$centers

我的第一个问题是：他们是我的数据成员还是他们的5个数据中心？

如果中心是我的数据点，我如何才能达到我的中心索引？

如果中心不是我的数据点，我怎样才能找到离这些中心最近的数据点？

谢谢

算法网址here

Answer 1

第一个问题（我的数据的中心部分是什么？）：

没有质心不您的数据成员。它们是在数据集中随机生成的。可能会发生质心落在数据点上，但这将是巧合，质心仍然是一个单独的点。

第二个问题（如何找到距离我中心最近的数据点？）

它不能在kmeans函数中发生，但很容易自己做。请参阅以下示例：

library(stats)
x <- matrix(runif(3000),ncol=3 ) #create a 3-column matrix
mymod <- kmeans(x=x, centers=3)  #run the kmeans model

x <- cbind(x,1:nrow(x)) #add index id (the row number) so that we can find the nearest data point later

#find nearest data point for the 1st cluster for this example
cluster1  <- data.frame(x[mymod$cluster==1,]) #convert to data.frame to work with dplyr


library(dplyr)

#calculate the euclidean distance between each data point in cluster 1 and the centroid 1
#store in column dist
cluster1 <- cluster1 %>% mutate(dist=sqrt(  (cluster1[,1] - mymod$centers[1,1])^2 +
                                            (cluster1[,2] - mymod$centers[1,2])^2 +
                                            (cluster1[,3] - mymod$centers[1,3])^2 ) 
                    )


#nearest point to cluster 1
> cluster1[which.min(cluster1$dist), ]
          X1        X2        X3  X4       dist
86 0.3801898 0.2592491 0.6675403 280 0.04266474

如上所示，距离中心1最近的数据点是matrix x

您可以为每个中心做同样的事情。如果您有许多中心，那么只需编写一个函数并在lapply中使用。

希望有所帮助！

P.S。用于计算欧氏距离的公式为here

寻找中心＆＃39;在R中使用kmeans的索引

1 个答案: