R和SAS：聚类分析的不同结果

我正在用R和SAS做一个聚类分析，结果真的不同

我知道结果是随机的，所以一点差异是正常的，但差异是巨大的

我使用SAS的著名汽车数据集进行测试

对于R，我这样做：

kmeans(CARS[,c(8,10)],5)

proc fastclus data=sashelp.cars maxclusters=5 ; var EngineSize 
Horsepower ; run;

结果：（介于/SS/total=93.2%之间）

使用SAS，我可以做到：

kmeans(CARS[,c(8,10)],5)

proc fastclus data=sashelp.cars maxclusters=5 ; var EngineSize 
Horsepower ; run;

结果：所有R平方的近似预期值=0.96079

差异较小，但仍然存在差异。 我做了几次测试，结果还是一样的

---

这种差异从何而来？

从文档中可以肯定：

• R:
• SAS：

---

它们依赖于不同的算法。SAS文档模糊地描述了“最近质心排序”的方法。我对这一点基本上一无所知，但也许可以研究其他集群函数（如

hclust

）或其他包，以找到类似的东西。

没有代码，没有数据。很抱歉，这个问题在目前的表格中无法回答。你如何在R中进行聚类分析？你为什么期待同样的结果？您认为R和SAS函数使用相同的算法吗？默认值是否相同，或者您是否明确设置了参数？此外，同一算法的不同实现甚至可能产生差异。对不起，我忘了写我在R中使用的函数。我不改变参数。数据如下：您知道为什么SAS使用术语“所有R平方的近似预期值”而不是R平方吗？因为可能差异来自于这个近似，但我不知道如何用SAS找到平方和内的值。我支持“尝试其他聚类函数”。不过，我不知道你是否会得到完全相同的结果；聚类分析不是一门精确的科学。