在 R 中使用 kmeans 查找中心索引

Question

我在 R 中使用 kmeans，并使用此代码行来查找我的数据中心。

res=kmeans(data,centers=5)

我可以用这个代码到达我的中心：

res$centers

我的第一个问题是：它们是我数据的成员还是恰好是 5 个数据中心？

如果中心是我的数据点，我怎样才能到达我的中心的索引？

如果中心不是我的数据点，我怎样才能找到离这些中心最近的数据点？

谢谢

算法urlhere

Answer 1

第一个问题（中心是我数据的一部分吗？）：

不，质心不是数据的成员。它们是在数据集中随机生成的。质心可能会落在数据点上，但这只是巧合，而且质心仍将是一个单独的点。

第二个问题（如何找到离我中心最近的数据点？）

它不能在 kmeans 函数中发生，但您自己很容易做到。请参阅以下示例：

library(stats)
x <- matrix(runif(3000),ncol=3 ) #create a 3-column matrix
mymod <- kmeans(x=x, centers=3)  #run the kmeans model

x <- cbind(x,1:nrow(x)) #add index id (the row number) so that we can find the nearest data point later

#find nearest data point for the 1st cluster for this example
cluster1  <- data.frame(x[mymod$cluster==1,]) #convert to data.frame to work with dplyr


library(dplyr)

#calculate the euclidean distance between each data point in cluster 1 and the centroid 1
#store in column dist
cluster1 <- cluster1 %>% mutate(dist=sqrt(  (cluster1[,1] - mymod$centers[1,1])^2 +
                                            (cluster1[,2] - mymod$centers[1,2])^2 +
                                            (cluster1[,3] - mymod$centers[1,3])^2 ) 
                    )


#nearest point to cluster 1
> cluster1[which.min(cluster1$dist), ]
          X1        X2        X3  X4       dist
86 0.3801898 0.2592491 0.6675403 280 0.04266474

如上所示，离中心 1 最近的数据点是 matrix x

中的第 280 行

您可以对每个中心进行完全相同的操作。如果你有很多中心，那么只需编写一个函数并在 lapply.

中使用

希望对您有所帮助！

P.S。用于计算欧氏距离的公式为 here

在 R 中使用 kmeans 查找中心索引

Finding centers' index using kmeans in R

r

statistics

k-means