K-means clustering (R 군집분석)

K-means clustering (R 군집분석) Start

BioinformaticsAndMe

K-means clustering

: K-평균 클러스터링은 주어진 데이터를 K개의 클러스터로 묶는 알고리즘

: 각 클러스터와 거리 차이의 분산을 최소화하는 방식으로 작동

: 자율 학습의 일종

: Label이 없는 입력 데이터에 Label을 표지하는 역할을 수행

K-means clustering 과정

1) 새로운 변수 설정

iris2 <- iris 

2) 5번째 컬럼 제거                   

iris2$Species <- NULL 

  

3) kmeans 알고리즘으로 클러스터링 3개 생성

kmeans.result <- kmeans(iris2, 3)            

4) 실제 클러스터링 결과 점검을 위해, 테이블을 생성하여 비교

table(iris$Species, kmeans.result$cluster)              

5) 시각화

plot(iris2[c("Sepal.Length", "Sepal.Width")], col = kmeans.result$cluster, pch=15)            

6) 각 클러스터 중심 그리기 (centers : 각 클러스터별로 컬럼의 평균값을 나타낸 것)

points(kmeans.result$centers[,c("Sepal.Length", "Sepal.Width")], col= 1:3, pch=8, cex=4)

 

#Reference

1) http://pypr.sourceforge.net/kmeans.html

2) http://ropatics.com/data-mining/r-and-data-mining/RDM-Clustering.html

K-means clustering (R 군집분석) End

BioinformaticsAndMe