R 基于聚类分析的数据分离

[对R.来说是新的]

我有一个数据集，其中包含了我想进行聚类分析的变量（比如p01和p02），以及我想基于聚类依赖性检查的变量（p03、p04）

这提供了以下数据集：

dataComplete（pa01、pa02、pa03、pa04）

---

而且：

dataCluster不太清楚您所说的分离是什么意思，而且由于我看不出您的聚类结果如何，因此我可以建议使用以下曲线图，以了解您的未在聚类中使用的变量现在在给定聚类的情况下会有什么不同：

library(dplyr)
dataComplete = iris[,-5]
colnames(dataComplete) = c("pa03","pa04","pa01","pa02")
dataCluster <- select(dataComplete, pa01,pa02)
clusters <- kmeans(dataCluster,2, nstart = 100,iter.max=10)


上面的图告诉您集群的值如何分布在自变量中（在集群中未使用）。通过分离，如果你的意思是比较分布，那么

par(mfrow=c(1,2))
boxplot(dataComplete$pa03 ~ clusters$cluster,xlab="cluster",ylab="pa03")
boxplot(dataComplete$pa04 ~ clusters$cluster,xlab="cluster",ylab="pa04")

如果我理解正确，您应该分配
集群
（即
dataCluster$clusters感谢您的响应，这部分起作用，我可以像这样绘制变量并标记集群：
plot（dataComplete$pa03，col=dataComplete$cluster）
，但我无法分离数据。谢谢，我正在寻找一些数据被分离的东西，比如在方框图中，但它也可以作为散点图或饼图，正如你在我编辑的问题中看到的那样，该图不容易阅读或解释。那么你可以使用方框图吗？就像上面的代码中一样？是的，代码可以工作。但是有吗一种根据集群分割数据集的方法，以便“``dataset\u cluster1 dataset\u cluster1=datasetcomplete[clusters$cluster==1，]”？
par(mfrow=c(1,2))
boxplot(dataComplete$pa03 ~ clusters$cluster,xlab="cluster",ylab="pa03")
boxplot(dataComplete$pa04 ~ clusters$cluster,xlab="cluster",ylab="pa04")