clustplot を使用せずにRでクラスタープロットを作成するにはどうすればよいですか?
クラスタリング(Rを使用)と視覚化(HTML5 Canvasを使用)を理解しようとしています。
基本的に、 クラスタープロット を作成したいのですが、データをプロットする代わりに、キャンバスにプルして何かを行うことができる2Dポイントまたは座標のセットを取得したいと思います(しかし、私はこれを行う方法がわからない)。私は私が想像するでしょう:
このような意味ですか?申し訳ありませんが、HTML5 Canvasについては何も知りません。Rだけです...しかし、それがお役に立てば幸いです...
最初に、距離行列を計算してcmdscaleを使用してプロットするよりも、kmeansを使用してデータをクラスター化します(距離行列をクラスター化していないことに注意してください)。次に、kmeansで識別されるグループに対応する色をMDSプロットに追加します。さらに、いくつかの素晴らしい追加のグラフィカル機能。
Cmdscaleによって作成されたオブジェクトから座標にアクセスできます。
### some sample data
require(vegan)
data(dune)
# kmeans
kclus <- kmeans(dune,centers= 4, iter.max=1000, nstart=10000)
# distance matrix
dune_dist <- dist(dune)
# Multidimensional scaling
cmd <- cmdscale(dune_dist)
# plot MDS, with colors by groups from kmeans
groups <- levels(factor(kclus$cluster))
ordiplot(cmd, type = "n")
cols <- c("steelblue", "darkred", "darkgreen", "pink")
for(i in seq_along(groups)){
points(cmd[factor(kclus$cluster) == groups[i], ], col = cols[i], pch = 16)
}
# add spider and hull
ordispider(cmd, factor(kclus$cluster), label = TRUE)
ordihull(cmd, factor(kclus$cluster), lty = "dotted")
ここでは、「clusplot」パッケージ内に、クラスターの結果を分析するための1つのグラフ「coordinate plot」を見つけることができます。
PCAに基づいていません。関数スケールを使用して、すべての変数の平均を0から1の範囲にするため、各変数の最大/最小平均を保持しているクラスターを比較できます。
install.packages("devtools") ## To be able to download packages from github
library(devtools)
install_github("pablo14/clusplus")
library(clusplus)
## Create k-means model with 3 clusters
fit_mtcars=kmeans(mtcars,3)
## Call the function
plot_clus_coord(fit_mtcars, mtcars)
この投稿 使い方を説明しています。