如何找到&；标记由hclust（）在R中创建的簇的质心？

我读了这个线程，但在这个线程中，答案是使用集群I的列平均值（因此，如果我总共有3个集群，I=1,2,3；如果我总共有2个集群，I=1,2）。 我将把他们的答案复制粘贴到这里：

clusters = cutree(hclust(dist(USArrests)), k=5) # get 5 clusters

# function to find medoid in cluster i
clust.centroid = function(i, dat, clusters) {
    ind = (clusters == i)
    colMeans(dat[ind,])
}

sapply(unique(clusters), clust.centroid, USArrests, clusters)

              [,1]       [,2]   [,3]  [,4]  [,5]
Murder    11.47143   8.214286   5.59  14.2  2.95
Assault  263.50000 173.285714 112.40 336.0 62.70
UrbanPop  69.14286  70.642857  65.60  62.5 53.90
Rape      29.00000  22.842857  17.27  24.0 11.51

但这对我来说毫无意义！如果我有一个包含3个变量/列的数据集，并且我只想要2个集群，使用它们的方法，只使用第1列和第2列的列平均值，并且永远不会计算第3列的列平均值

假设我创建了这样的数据表：

a = c(1,2,3,4,2,2,5,3,1)
b = c(4,5,2,2,1,1,1,1,3)
c = c(1,1,1,0,0,0,0,0,1)
abc = data.frame(a=a, b=b, c=c)
str(abc)

'data.frame':   9 obs. of  3 variables:
 $ a: num  1 2 3 4 2 2 5 3 1
 $ b: num  4 5 2 2 1 1 1 1 3
 $ c: num  1 1 1 0 0 0 0 0 1

最后一行将返回以下数据表：

a = c(1,2,3,4,2,2,5,3,1)
b = c(4,5,2,2,1,1,1,1,3)
c = c(1,1,1,0,0,0,0,0,1)
abc = data.frame(a=a, b=b, c=c)
str(abc)

'data.frame':   9 obs. of  3 variables:
 $ a: num  1 2 3 4 2 2 5 3 1
 $ b: num  4 5 2 2 1 1 1 1 3
 $ c: num  1 1 1 0 0 0 0 0 1

然后，我缩放数据：

abc_scaled = scale(abc)

计算距离，创建分层簇并剪切树：

distance = dist(abc_scaled, method="euclidean")
hcluster = hclust(distance, method="ward.D")
clusters = cutree(hcluster, h = (max(hcluster$height) - 0.1))

---

假设得到两个簇，如何比较这两个簇的质心？如何将标签添加到集群？

但这里您使用的是data.frame的三列？这一部分我不清楚“假设我有一个数据集，有3个变量/列，第4列是响应变量（我不会在聚类过程中使用），我只想要2个聚类，使用它们的方法，我只使用第1列和第2列的列平均值（因为只有2个聚类），第3列的列平均值永远不会被使用！”嗨，文森博霍姆。因此，数据集总共有4列，第4列是响应变量，因此不包括在聚类过程中。因此，在我的示例中，我只有3列数据。这现在更有意义了吗？但我仍然不清楚=“只使用了第1列和第2列的列平均值，第3列的列平均值永远不会计算！”嗨@VincentBonhome，如果你阅读了我链接到的线程，你就会明白我在说什么。也许我应该把他们的答案抄到我的帖子上，这样你就更容易理解了？我现在就可以。我确实读过，但还是不明白。也许我是问题所在；-）但是这里您使用的是data.frame的三列？这一部分我不清楚“假设我有一个数据集，有3个变量/列，第4列是响应变量（我不会在聚类过程中使用），我只想要2个聚类，使用它们的方法，我只使用第1列和第2列的列平均值（因为只有2个聚类），第3列的列平均值永远不会被使用！”嗨，文森博霍姆。因此，数据集总共有4列，第4列是响应变量，因此不包括在聚类过程中。因此，在我的示例中，我只有3列数据。这现在更有意义了吗？但我仍然不清楚=“只使用了第1列和第2列的列平均值，第3列的列平均值永远不会计算！”嗨@VincentBonhome，如果你阅读了我链接到的线程，你就会明白我在说什么。也许我应该把他们的答案抄到我的帖子上，这样你就更容易理解了？我现在就可以。我确实读过，但还是不明白。也许我是问题所在；-）