使用R语言实现聚类算法

本次仅展示简单的使用R语言实现kmeans算法和基于密度的算法：

首先是基于密度的R语言脚本：

>library(cluster) >library(fpc) >#如果提示没有fpc包，则使用install.packages('fpc')按照，注意单引号。 > data <- read.csv('train.csv') > x <- data[,c(2,3,4,5)] > #读取data数据的第2,3,4,5共4列作为维度数据，索引从1开始 > ds <- dbscan(x,0.02,6) > #其中2是距离半径，6是每次计算囊括的点的数量，具体可以根据数据表现进行调整，这也是基于密度聚类算法的局限之一 > par(bg="grey") > plot(ds, x)

其次是基于Kmeans算法的R语言脚本：

>library(cluster) > data <- read.csv('train.csv') > x <- data[,c(2,3,4,5)] > res <- kmeans(x,centers=3) > par(bg="grey") > plot(x,col=res$cluster) > #结果以不同颜色的标记不同的分类类别

以上是简单的执行脚本，不涉及复杂的参数设置，比如在Kmeans算法中还可以设置收敛值，迭代次数等，更多内容随着学习的深入再逐步添加，简单的算法已经足够应付很多需求了。