簇的 SD（k 均值）

Question

我正在尝试找出如何获得我的集群的 SD 获得我的 k-means 集群分析。我制作了 k-means 并获得了几个输出，其中之一是 "centers" 我假设的意思。我需要所有这些中心的标准偏差来呈现我的数据，但我不知道如何获得它们？

#kmeans
resultspoorT0t <- kmeans(poor_T0v, 3)
resultspoorT0t[["centers"]]

       ALH      BCF      LIN       VAP       VCL      VSL
1 5.130483 12.66909 40.14618  69.78680 146.97313 55.51221
2 3.098673 10.11618 34.38605  29.20927  69.74657 22.70321
3 7.212529 12.98836 41.71680 111.67745 229.73901 92.12502

我尝试了简单的 sd() 函数，但这会生成一个 SD，我需要为每个集群的每个参数设置 SD

#SD
sd(resultspoorT0t$cluster, na.rm = FALSE)
[1] 0.758434

Answer 1

假设您想要一个简单的圆形 SD。因此，您需要计算每个点从一个簇到该簇中心的距离。它是欧几里得距离 sqrt(sum((x_mean - x) ** 2 + (y_mean - y) ** 2 ...))。然后你可以计算每个集群的距离 SD。代码是：

# Some fake data
set.seed(2222)
df <- matrix(rnorm(6 * 50), 50)
colnames(df) <- letters[1:6]
df <- as.data.frame(df)
k_res <- kmeans(df, 3)

# SD = sd of points distances from cluster center
clusters <- k_res$cluster
centers <- k_res$centers


res_sd <- NULL
for (cl in c(unique(clusters))){
    df_part <- df[clusters == cl, ]

    # Calculate Euclidian distance between 
    # each point (row) and cluster center.
    dist <- sqrt(rowSums((df_part - centers[cl, ]) ** 2))

    # Calculate SD for each column (i.e. SD along each axis)
    sd_s <- apply(df_part - centers[cl, ], 2, sd)
    names(sd_s) <- paste("sd_", colnames(df_part), sep = "")

    res_part <- c(cluster = cl, total_sd = sd(dist), sd_s)
    res_sd <- rbind(res_sd, res_part)
}

res_sd <- as.data.frame(res_sd)
rownames(res_sd) <- res_sd$cluster

簇的 SD（k 均值）

SD of clusters (k-means)

r

cluster-computing

k-means

standard-deviation