ggplot 中的 Kmean 聚类

Question

我正在使用 K 均值算法。在 R 中以分隔变量。我想在 ggplot 中绘制我能够管理的结果，然而 ggplot 和 cluster::clusplot

中的结果似乎不同

所以我想问一下我遗漏了什么：例如我知道缩放比例不同但我想知道 Whz 在使用 clustplot 时所有变量都在范围内并且在使用 ggplot 时不是。

仅仅是因为缩放吗？

那么下面两个结果完全一样吗？

library(cluster)
library(ggfortify)


x <- rbind(matrix(rnorm(2000, sd = 123), ncol = 2),
           matrix(rnorm(2000, mean = 800, sd = 123), ncol = 2))
colnames(x) <- c("x", "y")
x <- data.frame(x)

A <- kmeans(x, centers = 3, nstart = 50, iter.max = 500)
cluster::clusplot(cbind(x$x, x$y), A$cluster, color = T, shade = T)
autoplot(kmeans(x, centers = 3, nstart = 50, iter.max = 500), data = x, frame.type = 'norm')

Answer 1

对我来说，我使用 clusplot 或 ggplot 得到相同的图。但是要使用 ggplot，您必须首先对您的数据进行 PCA 以获得与 clustplot 相同的图。也许这是你遇到问题的地方。

在这里，以你的例子，我做了：

x <- rbind(matrix(rnorm(2000, sd = 123), ncol = 2),
           matrix(rnorm(2000, mean = 800, sd = 123), ncol = 2))
colnames(x) <- c("x", "y")
x <- data.frame(x)

A <- kmeans(x, centers = 3, nstart = 50, iter.max = 500)
cluster::clusplot(cbind(x$x, x$y), A$cluster, color = T, shade = T)

pca_x = princomp(x)
x_cluster = data.frame(pca_x$scores,A$cluster)
ggplot(test, aes(x = Comp.1, y = Comp.2, color = as.factor(A.cluster), fill = as.factor(A.cluster))) + geom_point() + 
  stat_ellipse(type = "t",geom = "polygon",alpha = 0.4)

使用clusplot的情节

以及使用 ggplot 的那个：

希望它能帮助你找出不同情节的原因

ggplot 中的 Kmean 聚类

Kmean clustering in ggplot

r

ggplot2

k-means

ggfortify