R 如何使用弯头法选择合适的k簇?
当我使用R来执行k-means聚类数据时。我不知道如何找到合适的k值。我知道肘部法,但我不知道如何使用R 如何使用弯头法选择合适的k簇?,r,R,当我使用R来执行k-means聚类数据时。我不知道如何找到合适的k值。我知道肘部法,但我不知道如何使用 kclus您可以使用弯头方法作为以下代码段: elbow.k <- function(mydata){ ## determine a "good" k using elbow dist.obj <- dist(mydata); hclust.obj <- hclust(dist.obj); css.obj <- css.hclust(dist.obj,h
kclus您可以使用弯头方法作为以下代码段:
elbow.k <- function(mydata){
## determine a "good" k using elbow
dist.obj <- dist(mydata);
hclust.obj <- hclust(dist.obj);
css.obj <- css.hclust(dist.obj,hclust.obj);
elbow.obj <- elbow.batch(css.obj);
# print(elbow.obj)
k <- elbow.obj$k
return(k)
}
弯头.k我用了这个特殊的例子,这里f
ismydata
library("clusters")
library("fpc")
findClusters <- function(f) {
asw <- numeric(20)
for (k in 2:20)
asw[[k]] <- pam(f,k)$silinfo$avg.width
k.best <- which.max(asw)
cl <- kmeans(f,k.best)
return(unlist(round(cl$centers,3),recursive = FALSE))
}
库(“集群”)
图书馆(“fpc”)
findClusters您的问题可能更适合交叉验证!