数据帧R中的群集1列

我有数据框

data1<- read.csv("book1.csv", header= TRUE)

head(data1)
  product    cost
1 Product1    50
2 Product2  1390
3 Product3    50
4 Product4   485
5 Product5   325
6 Product6   515

我可以用R中的

kmeans（）

函数来实现这一点吗

或者另一种方法可以帮助你

由于您希望预定义阈值（这更好），因此您没有进行聚类（它是“监督的”，而不是学习的）

---

您需要的是一个简单的if-then语句..

您还可以创建索引并匹配值。这将需要更少的代码，并避免编写嵌套的if-else循环。比如说，

df

是您的数据帧：

# generate indexes
i1 <- df$cost %in% seq(0,99)
i2 <- df$cost %in% seq(100,499)
i3 <- df$cost %in% seq(500,2000)

df$cost <- c('Low','medium','High')[i1+2*i2+3*i3]

    product   cost
1: Product1    Low
2: Product2   High
3: Product3    Low
4: Product4 medium
5: Product5 medium
6: Product6   High

#生成索引
i1嘿，Reem，你想用
kmeans
集群做什么？或者在聚类后进行分析？我希望在聚类后进行分析尝试
？ifelse
，或
？cut
。但是如果我使用真实数据作为新数据，如何进行分类？@Reem与
ifelse
或
cut
。直截了当的
# generate indexes
i1 <- df$cost %in% seq(0,99)
i2 <- df$cost %in% seq(100,499)
i3 <- df$cost %in% seq(500,2000)

df$cost <- c('Low','medium','High')[i1+2*i2+3*i3]

    product   cost
1: Product1    Low
2: Product2   High
3: Product3    Low
4: Product4 medium
5: Product5 medium
6: Product6   High