R:如何根据最小距离将值向量划分为固定数量的组?

R:如何根据最小距离将值向量划分为固定数量的组?,r,cluster-analysis,R,Cluster Analysis,我想我有一个相当简单的问题,但我想不出最好的方法。我有一个有30个不同值的向量。现在我需要将向量分成10组,这样组内方差的平均值就越小越好。小组的规模并不重要,可以是1到21人之间的任何人 例如。假设我有六个值的向量,我必须分成三组: Myvector <- c(0.88,0.79,0.78,0.62,0.60,0.58) Myvector听起来你想做k-means聚类。像这样的东西会有用的 kmeans(Myvector,3, algo="Lloyd") 请注意,我更改了默认算法以匹

我想我有一个相当简单的问题,但我想不出最好的方法。我有一个有30个不同值的向量。现在我需要将向量分成10组,这样组内方差的平均值就越小越好。小组的规模并不重要,可以是1到21人之间的任何人

例如。假设我有六个值的向量,我必须分成三组:

Myvector <- c(0.88,0.79,0.78,0.62,0.60,0.58)

Myvector听起来你想做k-means聚类。像这样的东西会有用的

kmeans(Myvector,3, algo="Lloyd")

请注意,我更改了默认算法以匹配所需的输出。如果您阅读
?kmeans
帮助页面,您将看到有不同的算法来计算不同的集群,因为这不是一个简单的计算问题。它们可能必然保证最优性

听起来你想做k-means聚类
kmeans(Myvector,3,algo=“Lloyd”)
似乎可以处理您的测试数据。如果你愿意的话,我将把这个作为答案。
kmeans(Myvector,3, algo="Lloyd")