聚類分析有很多種， 效果好不好大概要根據(jù)數(shù)據(jù)特征來確定。最常見的是kmeans法聚類

目前創(chuàng)新互聯(lián)已為上千多家的企業(yè)提供了網(wǎng)站建設(shè)、域名、虛擬主機(jī)、網(wǎng)站改版維護(hù)、企業(yè)網(wǎng)站設(shè)計、建德網(wǎng)站維護(hù)等服務(wù)，公司將堅持客戶導(dǎo)向、應(yīng)用為本的策略，正道將秉承"和諧、參與、激情"的文化，與客戶和合作伙伴齊心協(xié)力一起成長，共同發(fā)展。> setwd("D:\\R_test") > data_in <- read.delim("tmp_result.txt", header=T) > fit <- kmeans(data_in, 3) > library(cluster) > clusplot(data_in, fit$cluster, color=T, shade=T, labels = 2, lines =0)

也可以用mclust

> install.packages("mclust") 試開URL’http://cloud.r-project.org/bin/windows/contrib/2.14/mclust_4.0.zip' Content type 'application/zip' length 2371233 bytes (2.3 Mb) 打開了URL downloaded 2.3 Mb 程序包‘mclust’打開成功，MD5和檢查也通過 下載的程序包在         C:\Users\Administrator\AppData\Local\Temp\RtmpiIyw2o\downloaded_packages里 > fit <- Mclust(data_in)         > summary(fit) ---------------------------------------------------- Gaussian finite mixture model fitted by EM algorithm  ---------------------------------------------------- Mclust XXX (elliposidal multivariate normal) model with 1 component:  log.likelihood   n    df     BIC         1616504 263 33410 3046843 Clustering table:   1  263  > fit$  // 按下Tab鍵，有以下選項 fit$call           fit$modelName      fit$n              fit$d              fit$G               fit$BIC            fit$bic            fit$loglik         fit$df             fit$parameters      fit$classification fit$uncertainty > plot(fit, what="classification") // http://www.statmethods.net/advstats/cluster.html

另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)cdcxhl.cn，海內(nèi)外云服務(wù)器15元起步，三天無理由+7*72小時售后在線，公司持有idc許可證，提供“云服務(wù)器、裸金屬服務(wù)器、高防服務(wù)器、香港服務(wù)器、美國服務(wù)器、虛擬主機(jī)、免備案服務(wù)器”等云主機(jī)租用服務(wù)以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡單易用、服務(wù)可用性高、性價比高”等特點與優(yōu)勢，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應(yīng)用場景需求。

文章名稱：R語言聚類分析-創(chuàng)新互聯(lián)
網(wǎng)頁網(wǎng)址：http://www.aaarwkj.com/article4/ddcdie.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供微信公眾號、品牌網(wǎng)站建設(shè)、Google、建站公司、虛擬主機(jī)、動態(tài)網(wǎng)站

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)