【问题标题】:Clustering Graphic with R用 R 聚类图形
【发布时间】:2015-10-01 19:41:55
【问题描述】:

我基于 k-medoids 算法做了一个聚类,我的问题是图形, 结果我得到了这个,两个组件作为轴:

    library(fpc) 
    rez<-pamk(tab$Presence) (the values of the presence column are the    valures that i want to assign to groups or classes, tab is my data which i described it) 
    plot(rez$pamobject)>

我想要的是显示集群,但在 x 轴上有一个日期时间列(第一个是 Dat_Heure) 以及构成集群的因素作为 y 轴(第 13 列即存在)

我的数据中的一个子集 ::

Dat_Heure    Devtype Devidx Capt_radio Fonction Fonction_nom Spec1 Spec2 Spec3
1 2015-09-22 00:00:08 IntelliTag      1         17        6     Alarme   -55  2423 -1085
Spec4 Spec5      Spec6 Presence Spec8 Spec9 Spec10           timeserie
1  -503   145 1442880008     0     0     0     NA 2015-09-22 00:00:08

【问题讨论】:

  • 请提供reproducible example,包括您自己已经尝试过的内容。
  • 我真的没有找到任何可以尝试的东西,我只是通过编写这个集群代码得到这个图形 :: library(fpc)​​ rez

标签: r cluster-analysis


【解决方案1】:

那么不要使用clusplot automagics。根据其描述,

clusplot 使用函数 princomp 和 cmdscale。这些功能是数据缩减技术。它们将在双变量图中表示数据。

换句话说,它会自动投影您的数据,并且保留原始的协调系统。

它适用于根本没有坐标或维度数据太高的情况。它还意味着尽可能地自动化,但代价是可定制性较低。您必须以 lomg 的方式进行操作,才能了解正在发生的事情。

更准确地说,您似乎只是在可视化数据 0、1、2。 请注意,第一个组件解释了 100% 的方差。所以您的数据有 1 个维度,有 3 个值...聚类分析是一个多变量的东西 - 对于一维数据,请使用其他方法

【讨论】:

  • 我没有使用 clusplot 函数来绘制这个图形,这里是我写的 :: library(fpc)​​ rez
  • 注意情节标题。 clusplot(...) - 看起来 fpc 对你没有帮助。我也不喜欢fpc包,超级慢。
  • 那么你建议我用什么作为聚类算法呢?
  • PAM 没问题,但不要让包为您完成所有工作。特别是如果输出不起作用...例如,尝试cluster::pam 而不是fpc::pamk。自己规划,这样你就可以更好地控制正在发生的事情。
  • 是的,但如果我使用集群 :: pam,那么我必须定义集群的数量,我不知道,我希望算法自己定义。另外,使用 pamk 我可以定义我希望聚类所涉及的列
猜你喜欢
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 2021-03-01
  • 2011-07-02
  • 1970-01-01
  • 2015-08-24
  • 2019-02-17
相关资源
最近更新 更多