K-means算法R语言实践
第一步：加载R包
library(stats)#该包属于默认包，会自动加载
第二步：构建K-means聚类模型
model.Kmeans <-kmeans(x=subset(iris, select =-Species), centers=3)
第三步：生成混淆矩阵
table(model.Kmeans$cluster,iris$Species)
K-means算法原理
算法描述
输入：簇的数目k；包含n个对象的数据集D。
输出：k个簇的集合。
方法：
从D中任意选择k个对象作为初始簇中心；
repeat;
根据簇中对象的均值，将每个对象指派到最相似的簇；
更新簇均值，即计算每个簇中对象的均值；
计算准则函数；
until准则函数不再发生变化。
参考文献
本文转载自 http://www.360doc.com/userhome.aspx?userid=26290960&cid=10
