EM 聚类代替 Kmeans

Question

我有以下脚本，可用于使用 kmeans 找到集群的最佳数量。如何使用 EM 集群技术而不是 kmeans.

更改以下脚本

可重现的例子：

ourdata<- scale(USArrests)

欣赏！

wss <- (nrow(ourdata)-1)*sum(apply(ourdata,2,var))
for (i in 2:10) wss[i] <- sum(kmeans(ourdata, 
                                      centers=i)$withinss)

plot(1:10, wss, type="b", xlab="Number of Clusters", ylab="Within groups sum of squares")

Answer 1

EMCluster 包为运行基于 EM 模型的聚类提供了多种功能。寻找具有 k = 3 个簇的解决方案的示例：

根据 OP 的评论更新：

您可以使用 fpc::cluster.stats() 计算内平方和以及其他感兴趣的指标。这些可以提取和绘制类似于您的原始 post。提醒一下，您所描述的 "the elbow technique" 是一个不准确的描述，因为肘部技术是一种通用技术，可以并且可以与任何选择的指标一起使用。它不仅用于原始 post.

中的平方和内

library(EMCluster)
library(fpc)

ourdata<- scale(USArrests)
dist_fit <- dist(ourdata)

num_clusters <- 2:4

set.seed(1)
wss <- vapply(num_clusters, function(i_k) {
  em_fit <- em.EM(ourdata, nclass = i_k, lab = NULL, EMC = .EMC,
                  stable.solution = TRUE, min.n = NULL, min.n.iter = 10)
  cluster_stats_fit <- fpc::cluster.stats(dist_fit, em_fit$class)
  cluster_stats_fit$within.cluster.ss
}, numeric(1))

plot(num_clusters, wss, type="b", xlab="Number of Clusters", ylab="Within groups sum of squares")

EM 聚类代替 Kmeans

EM clustering instead of Kmeans

r

cluster-computing

k-means