【R语言】Kmeans算法

使用R语言实现kmeans算法底层代码,并对HighDensity_Scatter_Data数据进行聚类分析(不直接使用kmeans函数)

R 复制代码
# 导包

library(ggplot2)

library(RColorBrewer) 



  # 加载数据

  mydata <- read.table("D:/RWorkPlace/K-means聚类分析/K-means聚类分析/HighDensity_Scatter_Data.csv", header = TRUE, sep = ",")

 

  #画出原始数据的散点图,这是个带透明度设置的黑色散点图

  ggplot(data = mydata, aes(x,y)) +

    geom_point( colour="black",alpha=0.1)+

    labs(x = "Axis X",y="Axis Y")+

    theme(

      text=element_text(size=15,color="black"),

      plot.title=element_text(size=15,family="myfont",face="bold.italic",hjust=.5,color="black"),

      legend.position="none"

    )

 

  # 指定将数据集分成 k 个类别

  k <- 2 # 指定质心数量

 

  # step:0,设定质心,nrow读取有问题不知道为什么,我直接手动设置行列了

  m <- 10000  # 数据集样本数m

  n <- 2  # 维度dim

  centers <- matrix(0, nrow = 10000, ncol = 2)  # 定义聚类中心存储矩阵



 

  # 根据设定的聚类中心数随机获取样本中的点作为初始聚类中心坐标

  for (i in 1:k) {

    index <- sample(1:m, 1)  # 随机获取一个索引

    centers[i,1 ] <- mydata[index, 1]  # 将x中的第index行赋值给centers的第i行

    centers[i,2 ] <- mydata[index, 2]

  }

 

  # KMeans核心实现代码

  for (i in 1:600) {

    # 备份一下质心数据

    t_center <- centers

   

    # step1: 计算距离

    dist_list <- matrix(0, nrow = m, ncol = k)

    for (j in 1:k) {

      dist_list[, j] <- sqrt(rowSums((mydata - centers[j, ])^2) + 1)

    }

   

    # step2: 计算极值

    argmin_dist <- apply(dist_list, 1, which.min)

   

    # step3: 更新质心

    for (j in 1:k) {

      cluster_points <- mydata[argmin_dist == j, ]

      if (nrow(cluster_points) > 0) {

        centers[j, ] <- apply(cluster_points, 2, mean)

      }

    }

   

    # step4: 重复1、2、3步,直到质心不再发生改变

    if (identical(t_center, centers)) {

      print(i)

      break

    }

  }

 

  cat("质心坐标矩阵:\n")

  print(centers)

  cat("\n各样本点标签值:\n")

  print(argmin_dist)

 

  #创建cluster列映射颜色

  mydata$cluster <- as.factor(argmin_dist)

 

  #将聚类结果映射到每个点上,给每个点赋予颜色

  ggplot(data = mydata, aes(x,y,color=cluster)) +

    geom_point( alpha=0.2)+

    scale_color_manual(values=c("#00AFBB",  "#FC4E07"))+

    labs(x = "Axis X",y="Axis Y")+

    theme(

      text=element_text(size=15,color="black"),

      plot.title=element_text(size=15,family="myfont",face="bold.italic",color="black"),

      legend.background=element_blank(),

      legend.position=c(0.85,0.15)

运行结果

相关推荐
vortex510 分钟前
HTB Mailing 靶机渗透记录:利用 CVE-2024-21413 捕获 NTLM Hash
算法·哈希算法
王哥儿聊AI38 分钟前
告别人工出题!PromptCoT 2.0 让大模型自己造训练难题,7B 模型仅用合成数据碾压人工数据集效果!
人工智能·深度学习·算法·机器学习·软件工程
机器学习之心2 小时前
198种组合算法+优化BiGRU双向门控循环单元+SHAP分析+新数据预测+多输出!深度学习可解释分析,强烈安利,粉丝必备!
深度学习·算法·shap分析·新数据预测·优化bigru
小胖xiaopangss2 小时前
栈的压入弹出序列--牛客
数据结构·c++·算法
_给我学起来2 小时前
前缀和数组
算法
程序员莫小特2 小时前
老题新解|求三角形面积
开发语言·数据结构·c++·算法·信息学奥赛一本通
mc23562 小时前
C语言指针详解
c语言·开发语言·算法
Asmalin3 小时前
【代码随想录day 30】 力扣 763. 划分字母区间
算法·leetcode·职场和发展
小欣加油3 小时前
leetcode 526 优美的排列
c++·算法·leetcode·职场和发展·深度优先·剪枝
代码充电宝3 小时前
LeetCode 算法题【简单】49. 字母异位词分组
java·算法·leetcode·面试·哈希算法