对于层次聚类，如何在 R 中的每个聚类中找到“中心”

Question

我想通过软件R中的层次聚类方法知道每个聚类的中心点。在我找到聚类的代码下面，现在我想知道每个聚类的中心点。 谢谢！

library (readxl)
B1 <- read_excel ("C: / Users / Jovani / Google Drive / Google Drive PC / Work / Clustering /test.xlsx")
> A<-scale (B1)
> d<-dist(A)
> fit.average<-hclust(d,method="average")
> plot(fit.average,hang=-1,cex=.8,main="Average Linkage Clustering")
> clusters<-cutree(fit.average, k=5)
> plot(fit.average)
> rect.hclust(fit.average,k=5)

graphic image
> library (factoextra)
> fviz_cluster (list (data = A, cluster = clusters))

Answer 1

您可以通过聚合均值来计算中心的近似值。首先模拟一些数据和集群：

set.seed(123)
A<-matrix(rnorm(400),20,20)
d<-dist(A)
fit.average<-hclust(d,method="average")
clusters<-cutree(fit.average, k=5)

你得到每个集群中每个变量的平均值：

cluster_center = aggregate(A,list(cluster=clusters),mean)
 cluster_center[,1:4]
  cluster         V1          V2         V3
1       1 -0.2665343 -0.51417960  0.9057041
2       2  0.1564301  0.07446027 -0.3107495
3       3 -0.8689263 -0.11354894 -0.1253569
4       4  0.7617505 -0.05818998  0.1162087
5       5  1.7869131  0.68864025  1.5164706

每个中心之间的距离为：

dist(cluster_center[,-1])


         1        2        3        4
2 3.807366                           
3 4.868791 4.270748                  
4 4.334099 3.897603 4.976135         
5 6.629191 5.515162 6.876456 6.548609