根据R中的聚类聚合序号和二进制数据
我使用带有R的根据R中的聚类聚合序号和二进制数据,r,aggregate,cluster-analysis,r-daisy,R,Aggregate,Cluster Analysis,R Daisy,我使用带有R的CRAN cluster包进行k-medoid聚类分析。数据位于一个名为df4的data.frame上,带有13111 obs。由11个二进制和序数值组成。聚类后,我将聚类结果应用于原始的数据。frame显示了与用户id对应的聚类编号 如何根据集群聚合二进制和顺序选择? 例如,Gender变量具有男性/女性值,Age范围为“18-20”、“21-24”、“25-34”、“35-44”、“45-54”、“55-64”和“65+”。我想要变量Gender和Age中的类别的每个集群的男性
CRAN cluster
包进行k-medoid聚类分析。数据位于一个名为df4的data.frame
上,带有13111 obs。由11个二进制和序数值组成。聚类后,我将聚类结果应用于原始的数据。frame
显示了与用户id对应的聚类编号
如何根据集群聚合二进制和顺序选择?
例如,Gender
变量具有男性/女性值,Age
范围为“18-20”、“21-24”、“25-34”、“35-44”、“45-54”、“55-64”和“65+”。我想要变量Gender
和Age
中的类别的每个集群的男性和女性值之和
这是带有群集标签列的my data.frame的标题:
#12 variables because I added the clustering object to the data.frame
#I only included two variables from the R output
> str(df4)
'data.frame': 13111 obs. of 12 variables:
$ Age : Factor w/ 7 levels "18-20","21-24",..: 6 6 6 6 7 6 5 7 6 3 ...
$ Gender : Factor w/ 2 levels "Female","Male": 1 1 2 2 2 1 2 1 2 2 …
#I only included three variables from the R output
> head(df4)
Age Gender
1 55-64 Female
2 55-64 Female
3 55-64 Male
4 55-64 Male
5 65+ Male
6 55-64 Female
下面是一个类似于我的数据集的可复制示例:
age <- c("18-20", "21-24", "25-34", "35-44", "45-54", "55-64", "65+")
gender <- c("Female", "Female", "Male", "Male", "Male", "Male", "Female")
smalldf <- data.frame(age, gender)
#Import cluster package
library(cluster)
#Create dissimilarity matrix
#Gower coefficient for finding distance between mixed variable
smalldaisy4 <- daisy(smalldf, metric = "gower",
type = list(symm = c(2), ordratio = c(1)))
#Set randomization seed
set.seed(1)
#Pam algorithm with 3 clusters
smallk4answers <- pam(smalldaisy4, 3, diss = TRUE)
#Apply cluster IDs to original data frame
smalldf$cluster <- smallk4answers$cluster
如果我能提供更多信息,请告诉我。看起来您希望在一个矩阵中显示“按性别分组”和“按年龄分组”表格中的两个表格:
with( smalldf, cbind(table(cluster, gender), table(cluster, age) ) )
#----------------
Female Male 18-20 21-24 25-34 35-44 45-54 55-64 65+
1 2 0 1 1 0 0 0 0 0
2 0 4 0 0 1 1 1 1 0
3 1 0 0 0 0 0 0 0 1
head=TRUE
没有任何意义,而且你有很多“智能引号”会导致解析器阻塞。你还应该发布你认为是“正确答案”的内容,特别是如果它不只是使用(df4,table(gender,cluster))我已经删除了智能引号,@BondedDust我为聚合添加了一个假设答案,并制作了一个可复制的集群示例。@MichaelDavidson我一直从键盘上忘记这些引号是不起作用的。谢谢!这不是你的键盘,而是你的编辑器。
with( smalldf, cbind(table(cluster, gender), table(cluster, age) ) )
#----------------
Female Male 18-20 21-24 25-34 35-44 45-54 55-64 65+
1 2 0 1 1 0 0 0 0 0
2 0 4 0 0 1 1 1 1 0
3 1 0 0 0 0 0 0 0 1