如何找到 kmeans 中用于创建集群的参数？答案

【问题标题】：How do I find the parameters used in kmeans to create clusters?如何找到 kmeans 中用于创建集群的参数？
【发布时间】：2011-07-14 22:47:22
【问题描述】：

从 R-list 上的先前question 中，我看到了两种检查加载的包的方法：

ls("package:ts") 
lsf.str("package:ts")

就我而言，我想检查kmeans 的输出是什么，这是stats 包中的一个函数，所以我使用了：

lsf.str("package:stats")

但是，我不知道如何检查此命令返回的内容。我想识别以前聚类中使用的参数，以便可以将它们应用于另一个数据集。在哪里可以找到作为该函数的一部分存储的参数？

【问题讨论】：

如果你想知道一个函数做什么以及它返回什么，看看它的帮助页面?kmeans。如果您想查看源代码，只需在提示符处运行kmeans（不带括号） - 这将显示代码的版本（无 cmets 等）。如果要检查kmeans() 返回的对象，请运行示例：example(kmeans)，然后执行str(cl) 和names(cl)。但从它的声音来看，我认为这不会有任何帮助 - 你似乎建议你想预测新数据集将落入哪些集群，而你不能使用 kmeans() 来做到这一点是你想要的吗？做什么？
啊，我明白了；谢谢你的解释。用 cmets 怎么看源码？
如果有的话，那么它将在 R 源代码压缩包或 svn 存储库中 svn.r-project.org/R 例如：svn.r-project.org/R/trunk/src/library/stats/R/kmeans.R 但在这种情况下，没有任何注释可以解释什么代码确实...

标签： r statistics cluster-analysis

【解决方案1】：

如果您输入kmeans，您将获得该方法的源代码，可在http://pastebin.com/6VnnhU7J 的pastebin 中找到。我不确定您对参数的含义是什么，因为这些参数作为参数传入（x，centers，iter.max = 10，nstart = 1，algorithm = c（“Hartigan-Wong”，“Lloyd”，“Forgy” , "MacQueen") 并且您可以轻松访问它们（您最初用什么来称呼 kmeans？）

【讨论】：

我原来叫kmeans如下：fit <- kmeans(mydata, 3)。我希望我可以将相同的标准应用于另一个数据集以产生更多的集群（例如，如果这是一个树排序算法，我可以说所有
我猜您可以采用拟合的centers 分量，计算新数据点与已识别聚类中心之间的欧几里得距离，并将每个数据点分配给最近的聚类中心？但请注意，如果您首先将所有数据（旧的和新的）聚集在一起，这不一定是相同的结果。
也许我正带着这条评论进入新问题领域，但这是一个好方法吗？一般来说，我对集群很陌生，不确定最好的方法是什么。
@celenius 这是一种实用的方法，至少在一个 CRAN 包 (cclust) 中采用了这种方法 - 因此您可以使用 @987654327 运行 k-means @ 函数并使用其predict() 方法，因此避免手动执行此操作。这有多大用处以及是否有更好的方法取决于你想做什么，这里不是讨论的地方。试试stats.stackexchange.com你似乎想要同时进行聚类和分类。
@celenius，如果您想评论不是答案的原始发布者的评论，请确保您以 @foo 开始评论，其中 foo 是用户名字，例如要回复我，请从@Gavin 开始。这样，写评论的人会在收件箱中收到一条便条 --- 如果我没有再次浏览答案，我会错过你的评论。

【解决方案2】：

kmeans 帮助页面的 Value 部分列出了该函数返回的对象的格式：

“kmeans”类的一个对象，它有一个“print”方法并且是一个组件列表：

cluster：整数向量（来自 ‘1:k’) 指示集群每个点是分配的。

centers：聚类中心矩阵。

withinss：集群内的总和每个集群的正方形。

totss：集群内总和正方形。

tot.withinss：集群内总和的正方形，即 “总和（withinss）”。

betweenss：集群间的总和正方形。

size：每个簇中的点数。

通常，您还可以使用 names 函数直接从您的 kmeans 对象中列出这些值：

R> names(km)
[1] "cluster"      "centers"      "totss"        "withinss"    
[5] "tot.withinss" "betweenss"    "size"

从帮助页面中对值的描述中，我会说用于聚类的参数没有存储在结果对象中。因此，如果您只能访问生成的 kmeans 对象而不能访问原始函数调用，我会说这些参数丢失了，很遗憾...

【讨论】：