r中kmeans聚类的绘图结果

Question

我有一个包含 1599 个观察值和 10 个属性的数据集，我需要在这些数据集上进行 kmeans 聚类。我已经用 6 个集群完成了 kmeans，我可以看到集群中心、大小等，以及哪些观察位于哪个集群中。现在，我需要绘制这些结果，以便在单个图中获得以下信息：在 x 轴上，我想要原始数据的 10 个属性中的 1 个，在 y 轴上，我想要另一个属性，并且在图中，我想要所有 1599 个观测值，但我希望它们所属的每个集群有 6 种不同的颜色。所以，我将有 10C2 = 45 个地块。基本上，这应该给我关于集群 1 在特定属性方面是高/中/低的信息，而集群 2 则如此……对于所有 6 个集群。

我尝试了 fpc 包中的函数 plotcluster 但据我了解，它使用 PCA 将数据映射到 2D，然后根据与原始属性不同的 2 维绘制集群。所以现在当我说集群 1 很低时，在 dim1 中，它并没有多大意义。

是否有一个函数可以做我想做的事情，或者我应该只是将 kmeans 输出中的“$cluster”信息附加到我的原始数据中，并尝试使用基本函数 plot 一次从我的数据中提取 2 列()?

Answer 1

我建议一种解决方案，可能不是最简单的解决方案（带有 for 循环），但它似乎可以满足您的需求：

df=mtcars
df$cluster = factor( kmeans(df, centers=6)$clust )
mycomb <- combn(1:ncol(df), 2)
for (xy in 1:45 ) {
  plot(x=df[, mycomb[1,xy]], 
       y=df[, mycomb[2,xy]], 
       col=as.numeric(df$clust), 
       xlab=names(df)[mycomb[1,xy]],
       ylab=names(df)[mycomb[2,xy]])
}