RForML之核心包：cluster

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。

本文介绍R语言做机器学习之核心包：cluster

一、cluster包介绍

发现数据中相似的组，这是聚类分析所研究的问题。cluster包的就是用来发现数据中相似的组，解决聚类相关的问题。

二、cluster包安装与加载

if(!require(cluster)) install.packages('cluster')
library(cluster)

三、cluster包应用

发现数据中相似组，关键是相似性的度量，利用metric方法。

• 计算样本之间的相似性，metric选用不同的度量方法

1.采用欧式距离

d.agr <- daisy(agriculture, metric = "euclidean", stand = FALSE)
as.matrix(d.agr)[,"DK"]

结果如下：

2.采用manhattan距离

d.agr1 <- daisy(agriculture, metric = "manhattan", stand = FALSE)
as.matrix(d.agr1)[,"DK"]

结果如下：

• 层次聚类

  结果如下：
  

data(animals)

aa.a <- agnes(animals) # default method = "average"

aa.ga <- agnes(animals, method = "gaverage")

op <- par(mfcol=1:2, mgp=c(1.5, 0.6, 0), mar=c(.1+ c(4,3,2,1)),

cex.main=0.8)

plot(aa.a, which.plot = 2)

plot(aa.ga, which.plot = 2)

par(op)

层次聚类算法，要么是自底向上聚集型的，即从叶子节点开始，最终汇聚到根节点；要么是自顶向下分裂型的，即从根节点开始，递归的向下分裂。
任意非负值的函数都可以用于衡量一对观测值之间的相似度。决定一个类别是否分裂或者合并的是一个连动的标准，它是两两观测值之间距离的函数。
在一个指定高度上切割此树，可以得到一个相应精度的分类。

参考资料

1 cluster包的文档：https://cran.r-project.org/web/packages/cluster/cluster.pdf
2 聚类分析：https://zh.wikipedia.org/zh-hans/%E8%81%9A%E7%B1%BB%E5%88%86%E6%9E%90

您在阅读中，有什么建议或者想法，请留言，也可以加微信luqin360交流。

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。