如何使用 kkmeans（kernlab 包）分配新集群

Question

来自 kernlab 程序包的函数 kkmeans 在特定数据集中执行 Kernl K-Means。但是，当我运行该函数时，它只返回中心、簇大小和簇内平方和。这是一个例子

library(kernlab)
test<-kkmeans(as.matrix(iris[,-5]),3)
test

但我对每个观察的聚类成员分类感兴趣。有人知道如何将这些值存储在向量中吗？

Answer 1

如果您查看 test 变量，您会发现集群成员存储在 .Data 组件中。您可以使用以下方式访问它：

cluster_membership <- test@.Data
print(cluster_membership)

输出：

[1] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 3 2 2 2 3 2 3 3 2 3 2 3 2 2 3 2 3 2 2 2 2
[75] 2 2 2 2 2 3 3 3 3 2 3 2 2 2 3 3 3 2 3 3 3 3 3 2 3 3 3 2 3 3 3 3 3 3 3 3 3 3 3 2 3 3 3 3 3 2 3 3 3 2 3 3 2 2 3 3 3 3 3 2 3 3 3 3 2 3 3 3 3 3 3 3 2 3
[149] 3 2

但是，如果您愿意，您可以将测试变量本身用于绘图目的，因为它将 vector class 扩展为 specc 对象：

plot(iris, col=test)

如何使用 kkmeans（kernlab 包）分配新集群

How to assign the new clusters using kkmeans (kernlab package)

r

cluster-analysis

cluster-computing

k-means