如何使用R对列进行聚类

Question

我有一个数据框

numbers = 1:4
letters = factor(c("a", "b", "c", "d"))
df <- data.frame(numbers, letters)
numbers letters
1       1       a
2       2       b
3       3       c
4       4       d

我想创建一个新的列聚类最后一列：

numbers letters
1       1       a      c1
2       2       b      c2
3       3       c      c1
4       4       d      c1

R有没有办法做到这一点？

Answer 1

R有许多不同的方法来聚类数据。以下是使用k-means进行操作的方法，这是最受欢迎的方法：

# Simulate data
data = data.frame(var1=rnorm(100), var2=rnorm(100), var3=c('a', 'b')[sample(2, 100, replace=T)])

# Convert factor variables to numeric 'dummy' variables
data.num = model.matrix(~ . - 1, data)

# Assign clusters
data$cl = kmeans(data.num, 2)$cluster

# Plot
dev.new(width=4, height=4)
with(data, plot(var1, var2, type='n'))
with(data, text(var1, var2, var3, col=cl))

这里的2个集群是用颜色标识的，并且没有意义，因为数据是正态分布的，但是你明白了......