在 R 中为 kmeans 设置静态中心

Question

我想根据预先确定的中心点 (my_center_Points) 对 Long 和 Lats (my_long_lats) 列表进行分组。

当我运行:-

k <- kmeans(as.matrix(my_long_lats), centers = as.matrix(my_center_Points))

k$centers不等于my_center_Points。

我假设 k-means 已经将我的中心点调整到最佳中心。但我需要的是 my_center_Points 不改变并围绕它们分组 my_long_lats。

在这个他们谈论设置初始中心，但是如何设置一旦我运行 k 意味着就不会改变的中心？或者有更好的聚类算法吗？

我什至可以满足于最小化中心的移动。

我在 R 方面还有很多东西要学习，非常感谢任何帮助。

Answer 1

centers 在执行 kmeans 聚类后自动计算。事实上，确定 centers 是划分簇组的关键点。我认为可以帮助您的几个选项。

限制iter.max。您可以在 kmeans 函数调用中将其设置为 1。这不能保证保持中心不变，但如果您处理大型数据集，变化会更少。
使用虚拟数据。您可以在所选 centers 附近的实际数据集中添加许多 dummy 数据。这将为预先确定的 centers 增加额外的权重。 centers 很可能会保持不变。

Answer 2

这里是使用 geosphere 库正确计算经纬度距离的计算。

变量closestcenter是确定离每个点最近的中心的结果。

#define random data
centers<-data.frame(x=c(44,44, 50, 50), y=c(44, 50, 44, 50))
pts<-data.frame(x=runif(50, 40, 55), y=runif(50, 40, 55))

#allocate space
distance<-matrix(-1, nrow = length(pts$x), ncol= length(centers$x))

library(geosphere)
#calculate the dist matrix - the define centers to each point
#columns represent centers and the rows are the data points
dm<-apply(data.frame(1:length(centers$x)), 1, function(x){ replace(distance[,x], 1:length(pts$x), distGeo(centers[x,], pts))})

#find the column with the smallest distance
closestcenter<-apply(dm, 1, which.min)

#color code the original data for verification
colors<-c("black", "red", "blue", "green")
plot(pts , col=colors[closestcenter], pch=19)

在 R 中为 kmeans 设置静态中心

Set static centers for kmeans in R

r

k-means

geosphere