Question

我知道如何在K-means聚类中找到每个聚类中心。但对于层次聚类，我不知道如何在R中这样做。这是我的代码：首先，我使用DTW Distance制作了距离矩阵，并将其输入R：

DTW<-read.csv(file.choose(), head=T, row.names=1)
DTWS2N <- as.dist(as(DTW, "matrix"))

然后，我进行了层次聚类（K = 10）：

hc <- hclust(DTWS2N)
plot(hc)
groups <- cutree(hc, k=10)
rect.hclust(hc, k=10, border="red")

我还可以通过以下方式查看每个群集中的元素：

d = data.frame(Cluster_ID = cutree(hc,k=10))

现在，我想看看每个群集中的＆＃34;中心＆＃34;（与群集中其他人距离最小的那个），我找不到R代码，有人可以帮助我吗？非常感谢你！

Answer 1

继续?hclust的示例：

data(UScitiesD)
mds2 <- -cmdscale(UScitiesD)
hcity.D2 <- hclust(UScitiesD, "ward.D2")

您可以按群集计算距离，然后找到每个群集的平均距离最小的点。您可以将所有这些组成一个匿名函数：

lapply(by(mds2, cutree(hcity.D2, 4), dist), 
  function(x) which.min(colMeans(as.matrix(x))))
$`1`
Washington.DC 
            4 

$`2`
Denver 
     1 

$`3`
SanFrancisco 
           2 

$`4`
Miami 
    1

对于分层聚类，如何找到＆＃34; center＆＃34;在R中的每个群集中

1 个答案: