对于我的论文，我必须将RCI中的kmeans和mclust整合到UCI存储库的批发客户数据集（440个观测值和8个变量）。不幸的是，我没有R的经验。首先，我删除了Channel和Region变量。用肘法，我发现5个中心应该是正确的。
k.max <- 15
wss <- sapply(1:k.max,
function(k){kmeans(data, k, nstart=50,iter.max = 15)$tot.withinss})
plot(1:k.max, wss,
type="b", pch = 19, frame = FALSE,
xlab="Anzahl Cluster",
ylab="Summe der Quadrate")
所以我有一些问题：我应该缩放数据，还是应该使用Boxplots识别异常值，或者两者都识别？如何从数据集中删除离群值？可视化结果的最佳方法是什么？