我們將在iris數(shù)據(jù)集上使用hclust()進(jìn)行系譜聚類。

　　我們首先從iris數(shù)據(jù)集中抽取含有40條記錄的一個樣本呢，避免繪制聚類圖像時太過擁擠，我們先從數(shù)據(jù)集中中剔除Species屬性，然后在該樣本上進(jìn)行層次聚類。代碼如下：

　　> idx <- sample(1:dim(iris)[1],40)

　　> irisSample <- iris[idx,]

　　> irisSample$Species <- NULL

　　> hc <- hclust(dist(irisSample),method="complete")

　　> plot(hc, hang=-1, labels=iris$Species[idx])

　　> rect.hclust(hc,k=3)

　　>groups <- cutree(hc, k=3)

　　

　　在hclust()函數(shù)中，method參數(shù)用于選擇聚類的具體算法，可供選擇的有ward、single及complete等7種，默認(rèn)選擇complete方法。從繪制的樹狀圖中可以看出，"setaosa"與其他兩個簇的劃分比較明確，而"versicolor"和"virginica"存在小范圍的重疊。

總結(jié)

以上是生活随笔為你收集整理的R语言数据挖掘实践——系谱聚类的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。