【发布时间】：2013-11-26 22:26:33
【问题描述】：
如何使用 R 计算标准 k-means（欧几里得距离度量）？
作为示例，以下数据点被给出{-3, -2, -1, 0, 2, 4,}。使用k=2 并从集群种子c1 = −1, c2 = 0 开始。
这是我目前得到的：
data <- c(-3,-2,-1,0,2,4)
kmeans(data, method="euclidean")
【问题讨论】：
-
您阅读过
kmeans文档吗？help(kmeans)...method不是我的kmeans... 的参数，要传递起始centers使用centers参数...kmeans(data, centers=c(-1, 0)) -
查看
?kmeans，method不是kmeans的选项。但是，algorithm是。再次查看?kmeans，我发现Lloyd是可能的算法之一。根据维基百科，使用欧几里得距离度量的标准 k-means 也称为“劳埃德算法”。 -
@Justin：谢谢，但上面写着
Error: empty cluster: try a better set of initial centers。 -
在 R 版本 3.0.2 上不适合我...请在您的问题中包含
sessionInfo()的输出。 -
R 版本 3.0.1 (2013-05-16) 平台：x86_64-pc-linux-gnu (64-bit) [...] 通过命名空间加载（未附加）：[ 1]工具_3.0.1
标签： r algorithm math data-mining k-means