RForML之核心包：flexclust

作者：陆勤

文章《RForML之核心包：e1071》介绍e1071包及应用。
文章《RForML之核心包：gbm》介绍gbm包及应用。
文章《RForML之核心包：kernlab》介绍kernlab包及应用。
文章《RForML之核心包：mboost》介绍mboost包及应用。
文章《RForML之核心包：nnet》介绍nnet包及应用。
文章《RForML之核心包：randomForest》介绍randomForest包及应用。
文章《RForML之核心包：rpart》介绍rpart包及应用。
文章《RForML之核心包：cluster》介绍cluster包及应用。

本文介绍R语言做机器学习之核心包：flexclust

一、flexclust包介绍

flexclust包文档介绍

The main function kcca implements a general framework for
k-centroids cluster analysis supporting arbitrary distance
measures and centroid computation. Further cluster methods
include hard competitive learning, neural gas, and QT
clustering. There are numerous visualization methods for
cluster results (neighborhood graphs, convex cluster hulls,
barcharts of centroids, …), and bootstrap methods for the
analysis of cluster stability.

关键信息

• kcca函数实现了k-centroids聚类分析的通用框架（基于多种距离度量和质心计算）

• 实现一些更加深入的聚类方法

• 提供一些聚类结果的可视化方法

• 为了聚类分析的稳定性，考虑了bootstrap方法

二、flexclust包安装与加载

if(!require('flexclust'))
{
  install.packages('flexclust')
  require('flexclust')
}

三、flexclust包应用

数据集Nclus

help(Nclus) ## Artificial Example with 4 Gaussians
data("Nclus")
plot(Nclus)

可视化结果

聚类分析

cl1  <- kcca(Nclus, k=4) ## 默认采用kmeans
cl1

聚类结果

聚类结果可视化

image(cl1)
points(Nclus)

每个聚类簇的变量特征分布可视化

参考资料

1 flexclust包文档：https://cran.r-project.org/web/packages/flexclust/flexclust.pdf

您在阅读中，有什么建议或者想法，请留言。

想加入数据人R语言圈子，请加微信luqin360。

为什么做数据人网http://shujuren.org

帮助人们做明智决策，令人兴奋和有价值！

怎么做数据人网http://shujuren.org

把数据驱动决策做到极致，涵盖数据思维和数据技术等！

数据人网做什么？

数据人网是数据知识服务商！

共建共享优质数据知识库，提供省时有用数据知识。

数据人网诚邀有缘人，一起做这个事情。现在急需要一位前端设计和开发工程师，需要许多数据知识分享者！（微信：luqin360）

点击“阅读原文”进入数据人网。