我有以下脚本,可用于使用kmeans
查找最佳群集数。如何使用EM
群集技术而不是kmeans
来更改以下脚本。
可复制的示例:
ourdata<- scale(USArrests)
赞赏!
wss <- (nrow(ourdata)-1)*sum(apply(ourdata,2,var))
for (i in 2:10) wss[i] <- sum(kmeans(ourdata,
centers=i)$withinss)
plot(1:10, wss, type="b", xlab="Number of Clusters", ylab="Within groups sum of squares")
答案 0 :(得分:1)
EMCluster
软件包提供了用于运行基于EM模型的集群的各种功能。查找具有k = 3个簇的解决方案的示例:
根据OP的评论进行更新:
您可以使用fpc::cluster.stats()
计算平方内的平方和以及其他感兴趣的度量。这些可以被提取并绘制成类似于您的原始帖子。提醒一下,您所描述的“弯头技术”是一个不准确的描述,因为弯头技术是一种通用技术,可以并且可以与任何选择的度量标准一起使用。它不仅用于原始帖子中的平方和。
library(EMCluster)
library(fpc)
ourdata<- scale(USArrests)
dist_fit <- dist(ourdata)
num_clusters <- 2:4
set.seed(1)
wss <- vapply(num_clusters, function(i_k) {
em_fit <- em.EM(ourdata, nclass = i_k, lab = NULL, EMC = .EMC,
stable.solution = TRUE, min.n = NULL, min.n.iter = 10)
cluster_stats_fit <- fpc::cluster.stats(dist_fit, em_fit$class)
cluster_stats_fit$within.cluster.ss
}, numeric(1))
plot(num_clusters, wss, type="b", xlab="Number of Clusters", ylab="Within groups sum of squares")