1.K-means的原理
1.1聚类分析的基本思想
先随机选取K个对象作为初始的聚类中心。然后计算每个对象与各个种子聚类中心之间的距离，把每个对象分配给距离它最近的聚类中心。聚类中心以及分配给它们的对象就代表一个聚类。一旦全部对象都被分配了，每个聚类的聚类中心会根据聚类中现有的对象被重新计算。这个过程将不断重复直到满足某个终止条件。终止条件可以是以下任何一个：
（1) 没有（或最小数目）对象被重新分配给不同的聚类。
（2)没有（或最小数目）聚类中心再发生变化。
（3)误差平方和局部最小。
1.2聚类分析的目的
聚类分析目的在于将相似的事物归类，同一类中的个体有较大的相似性，不同类的个体差异性很大。
2.聚类实现
2011年全国31省，直辖市，自治区等的衣食住行。进行聚类分析。
R语言代码：
#均值聚类
library("factoextra")
library("ggplot2")
data
运行结果：
从图中的第一列来看，每个省份都已经完成了分类，分别用1，2，3，4来表示类别。
我们用矩阵的形式来表示分类的情况
#查看分类概括
table(data$No, kc$cluster)
运行结果：
从图中来看，上面的行1，2，3，4表示分为四类，第一列是每个省份，矩阵中为1的情况就是表示聚类的分布，比如被分为
第1类：
甘肃，河南，黑龙江，贵州，河北，河南，吉林，江西，宁夏，青海，陕西，山西，云南，新疆，
第2类：
福建，江苏，天津
第3类：
北京，广东，上海，浙江
第4类：
安徽，广西，海南，湖北，海南，辽宁，内蒙古，山东，四川，重庆，
查看分类数据的大小
kc$size
运行结果：
从图中来看，第一类中有13个，第二类中有3个，第三类中有四个，第四类中有11个。
绘图
#绘图
fviz_cluster(object = kc,data=new_data)
运行结果：
从图中来看，一类跟四类有重叠部分数据，这可能是数据分布的原因。2，3类则没有这种情况。因此将数据提前处理会得到更好的效果。
Original: https://blog.csdn.net/m0_56444893/article/details/121021217
Author: 「已注销」
Title: K-means聚类分析
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/550488/
转载文章受原作者版权保护。转载请注明原作者出处！