Question

有人知道如何在 R 中重新创建此数据吗？以下是我进行因子分析后想要的群集输出。

Cluster centers   Value 1   Value 2   Value 3   Value 4  
FACTOR1            -0.049   -1.481    0.505     0.651    
FACTOR2            0.691    -0.161    -0.633    -0.547      
FACTOR3            0.251    -0.265    0.611     -1.522    
-------------------------------------------------------
No. of case         257       93       174       96

对于我的数据，我有620行观察值和20列问题，即620x20。我首先在R中进行了因子分析，并将620行观察值分解为3个因子，生成了如下所示的20x3数据帧输出。

 Matrix   Factor 1   Factor 2   Factor 3   
 Q1       0.646      -0.095     0.041   
 Q2       0.630      0.047      0.124     
 Q3       ...        ...        ...    
 Q4       ...        ...        ...
 ...
 Q20      0.419      0.181      0.337

接下来，我想对620个数据执行聚类分析，其中聚类将不同因子得分视为顶部的输出。我不确定如何在R中做到这一点。

Answer 1

这是一个例子。我生成了一个30x3的矩阵，使用了kmeans集群，指定需要4个集群。注意，您可以使用任何其他聚类算法。然后，我使用aggregate计算了聚类中心（按聚类平均）。通过为每个样本找出样本最接近的中心（例如，使用欧几里得距离），这些中心现在可以用于在新数据集中应用分类。

set.seed(1); d <- matrix(rnorm(90), ncol=3)
kd <- kmeans(d, centers=4)
cluster <- kd$cluster
dd <- as.data.frame(cbind(d, cluster))
t(aggregate(dd, by=list(dd$cluster), FUN=mean))[c(1,5)*-1,]

         [,1]        [,2]        [,3]       [,4]
V1  0.8321043 -0.01501747 -0.09144934 -1.8916013
V2  0.0121109 -0.51743551  0.85714652 -0.5389448
V3 -0.4478400  0.17132066  0.99685057 -0.9206161

R-因子分析后的聚类

1 个答案: