R k-means 算法自定义中心答案

【问题标题】：R k-means algorithm custom centersR k-means 算法自定义中心
【发布时间】：2015-06-18 19:09:14
【问题描述】：

我有一个在 R 中导入的 2D 数据集 - (x,y) 坐标。我想在这个数据集上执行 k-means 聚类，但我想将具体坐标设置为初始中心。例如，我想从 5 个中心开始，它们的值为 (5, 10), (3, 8), (46, 22), (87, 66), (39, 41) 。

我在 kmeans 函数中看到了一个中心参数，但我不明白如何将我的值设置为中心。

kmeans(data, centers = ...) # what to set here?

【问题讨论】：

可能类似于kmeans( data, centers=matrix(c(5, 10, 3, 8, 46, 22, 87, 66, 39, 41), ncol=2, byrow=TRUE))
感谢您提出这个问题。事实上，在 R 文档中，它的解释非常糟糕。

标签： r k-means

【解决方案1】：

centers 参数采用整数 k，在这种情况下，k 来自 data 的随机点被选为初始中心，或者采用初始中心矩阵，其列数与 data 一样多。试试这个：

x <- rbind(matrix(rnorm(100, sd = 0.3), ncol = 2),
                 matrix(rnorm(100, mean = 1, sd = 0.3), ncol = 2))
kmeans(x,centers=3)
kmeans(x,centers=x[1:3,])

【讨论】：

【解决方案2】：

只需传递matrix，这是一个简单的示例：

data = matrix(c(1.1,1,0.97,0.99,0.95,0.8,0.91,2.1,2,2.4,4.1,4.4,4.5,3.9,1.5,1.2,1.7,2.6,2.7,2.44), ncol=2)

现在我们提两个起点C1 (x1=1,y1=3)和C2 (x2=2,y2=4)（即使明显有3组）：

km = kmeans(data, centers=matrix(c(1,2,3,4),ncol=2))

应用算法后的一些绘图： df = transform(as.data.frame(data), group=as.character(km$cluster)) 库（ggplot2）

ggplot(df, aes(V1, V2, color=group)) + geom_point()

【讨论】：