ggplot中的Kmean聚类

Question

我正在使用K-均值算法。在R中以分隔变量。我想在我能够管理的ggplot女巫中绘制结果，  但是ggplot和cluster::clusplot

中的结果似乎有所不同

所以我想问我缺少什么：例如，我知道缩放比例不同，但是我想知道使用clustplot时所有变量都在界限内，而使用ggplot时并非如此

是因为缩放吗？

那么下面两个结果完全一样吗？

library(cluster)
library(ggfortify)


x <- rbind(matrix(rnorm(2000, sd = 123), ncol = 2),
           matrix(rnorm(2000, mean = 800, sd = 123), ncol = 2))
colnames(x) <- c("x", "y")
x <- data.frame(x)

A <- kmeans(x, centers = 3, nstart = 50, iter.max = 500)
cluster::clusplot(cbind(x$x, x$y), A$cluster, color = T, shade = T)
autoplot(kmeans(x, centers = 3, nstart = 50, iter.max = 500), data = x, frame.type = 'norm')

Answer 1

对我来说，我可以使用clusplot或ggplot得到相同的图。但是对于使用ggplot，必须首先在数据上制作一个PCA，以便获得与clustplot相同的图。也许是您遇到问题的地方。

在这里，以您的示例为例，

x <- rbind(matrix(rnorm(2000, sd = 123), ncol = 2),
           matrix(rnorm(2000, mean = 800, sd = 123), ncol = 2))
colnames(x) <- c("x", "y")
x <- data.frame(x)

A <- kmeans(x, centers = 3, nstart = 50, iter.max = 500)
cluster::clusplot(cbind(x$x, x$y), A$cluster, color = T, shade = T)

pca_x = princomp(x)
x_cluster = data.frame(pca_x$scores,A$cluster)
ggplot(test, aes(x = Comp.1, y = Comp.2, color = as.factor(A.cluster), fill = as.factor(A.cluster))) + geom_point() + 
  stat_ellipse(type = "t",geom = "polygon",alpha = 0.4)

使用clusplot的情节

和一个使用ggplot的人：

希望它可以帮助您弄清不同情节的原因