层次聚类

是一种无监督的学习(拿到的数据没有任何分类)、,使用聚类不需要被告知要划分的组是什么样的明神宗不知道找什么时就要自动完成分组。明确分好类是训练样本集

根据样本点的集合特征完成分类

距离--样本之间相似程度

连续型数值变量

分类型变量

二进制距离:

 -m1:1-1配对的数量

-m0:0-0配对的数量

-m2:不配对的数量

dist函数

dist(x,method="edclidean",diag=F,upper=F,p=2)

method参数

-edclidean:欧式距离

-maximum:切比雪夫距离

-manhattan:曼哈顿距离

-canberra:lance距离

-minkowski:闵可夫斯基距离,这时参数p定义结束

-binary:二进制距离

diag:对角线上的0是否显示

upper上三角还是下三角

set.seed(12345)

(x=rnorm(20,mean = rep(1:4,each=5)*10,sd=3))

(y=rnorm(20,mean = rep(c(1,2,3,2),each=5)*10,sd=3))

(df=data.frame(x=x,y=y))

(dists=dist(df,method = 'minkowski',diag = T,p=3))

相似系数-变量之间的相似程度

皮尔森相关系数

apply系列函数的基本作用是对数组(array,可以是多维)或者列表(list)按照元素或元素构成的子集合进行迭代,并将当前元素或子集合作为参数调用某个指定函数。apply族函数分别有apply函数,tapply函数,lapply函数,mapply函数。每一个函数都有自己的特点,在处理不同类型的数据可以选用相对应的函数。

apply函数只能用于处理矩阵类型的数据,也就是说所有的数据必须是同一类型。因此要使用apply函数的话,需要将数据类型转换成矩阵类型。

https://blog.csdn.net/wzgl__wh/article/details/52207233


数据转化

set.seed(12345)

(x=rnorm(20,mean = rep(1:4,each=5)*10,sd=3))

(y=rnorm(20,mean = rep(c(1,2,3,2),each=5)*10,sd=3))

#runif均匀分布函数

(z=runif(20,min = 1000,max=2000))

(df=data.frame(x=x,y=y,z=z))

#查看均值

apply(df,2,mean)

#查看方差

apply(df,2,sd)

#中心化后均值为0方差不变

(dfc=scale(df,scale =F))

apply(dfc,2,mean)

apply(dfc,2,sd)

#标准化后均值为0方差为1

(dfs=scale(df))

apply(dfs,2,sum)

apply(dfs,2,sd)

#极差标准化

(d1=sweep(dfs,2,apply(dfs,2,mean),'-'))

(r=apply(dfs,2,max)-apply(dfs,2,min))

(dfr1=sweep(d1,2,r,'/'))

#极差正规化

(d0=sweep(dfs,2,apply(dfs,2,min),'-'))

(r=apply(dfs,2,max)-apply(dfs,2,min))

(dfr0=sweep(d0,2,r,'/'))

(dists=dist(df,method = 'minkowski',diag = T,p=3))

层次聚类法

思想:1.找到两个最近的点(类)2.把他们合成一个点(类);(这个新的点不是数据集中本来在的点,把原来的两个点删掉, 用这个点代替原来两个点)3.重复1,2最终得到一棵树。

耗资源

类间距离的算法(hclust的method参数

-最短距离法single

-最长距离法complete

-中间距离法median

-类平均法average

-重心法centroid

-离差平方法ward

层次聚类步骤

*dist()得到距离对象,得到距离矩阵,可能会很大,不断地遍历比较合并

*hclust(d,method="complete",members=NULL)

*plot()画出谱系图

*rect.hclust()分组

*heatmap()观察层次聚类

set.seed(12345)

(x=rnorm(20,mean = rep(1:4,each=5)*10,sd=3))

(y=rnorm(20,mean = rep(c(1,2,3,2),each=5)*10,sd=3))

plot(x,y,col='blue',pch=16)

text(x+0.05,y+0.05,labels = as.character(1:12))


(pts=data.frame(x=x,y=y))

(distxy=dist(pts))

(hc=hclust(distxy))


plot(hc)

rect.hclust(hc,k=3)


#函数要求,转化为矩阵

dm=as.matrix(pts)

heatmap(dm)


K-means聚类法

思想:1、随机选择k个点作为初始质心2、把每个点按距离分配给最近的质心,形成k个簇3、重新计算每个簇的质心4、重复2、3步,直到质心不再变化

kmeans(x,cengters,iter.max=10,...)

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 215,794评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,050评论 3 391
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 161,587评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,861评论 1 290
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,901评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,898评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,832评论 3 416
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,617评论 0 271
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,077评论 1 308
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,349评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,483评论 1 345
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,199评论 5 341
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,824评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,442评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,632评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,474评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,393评论 2 352

推荐阅读更多精彩内容