使用 Kmeans 和 R 对聚类点进行排序

Question

我有一组数据（4 个维度的 5000 个点），我在 R 中使用 kmeans 进行了聚类。

我想按每个聚类中的点到聚类中心的距离对它们进行排序。

很简单，数据看起来像这样（我正在使用一个子集来测试各种方法）：

id  Ans Acc Que Kudos
1   100 100 100 100
2   85  83  80  75
3   69  65  30  29
4   41  45  30  22 
5   10  12  18  16
6   10  13  10  9
7   10  16  16  19
8   65  68  100 100
9   36  30  35  29
10  36  30  26  22

首先，我使用以下方法将数据集聚类为 2 个聚类：

(result <- kmeans(data, 2))

这将返回一个 kmeans 对象，该对象具有以下 methods: cluster, centers etc.

但我不知道如何比较每个点并生成有序列表。

其次，我尝试了另一个SO用户here建议的序列化方法

我使用这些命令：

clus <- kmeans(scale(x, scale = FALSE), centers = 3, iter.max = 50, nstart = 10)
mns <- sapply(split(x, clus$cluster), function(x) mean(unlist(x)))
result <- dat[order(order(mns)[clus$cluster]), ]

这似乎产生了一个有序列表，但如果我将它绑定到标记的集群（使用以下 cbind 命令）：

result <- cbind(x[order(order(mns)[clus$cluster]), ],clus$cluster)

我得到以下结果，似乎没有正确排序：

id  Ans Acc Que Kudos   clus
1   3   69  65  30  29  1
2   4   41  45  30  22  1
3   5   10  12  18  16  2
4   6   10  13  10  9   2
5   7   10  16  16  19  2
6   9   36  30  35  29  2
7   10  36  30  26  22  2
8   1   100 100 100 100 1
9   2   85  83  80  75  2
10  8   65  68  100 100 2

我不想随便写命令，但要了解这种方法的工作原理。如果有人可以对此提供帮助或传播一些信息，那就太好了。

编辑:::::::::::

由于可以轻松绘制集群，我想有一种更直接的方法来获取和排列点与中心之间的距离。

上述聚类的中心（使用 k = 2 时）如下。但我不知道如何获取并将其与每个单独的点进行比较。

     Ans    Accep     Que      Kudos
1 83.33333 83.66667 93.33333 91.66667
2 30.28571 30.14286 23.57143 20.85714 

注意:::::::::

我不需要 top use kmeans 但我想指定集群的数量并从这些集群中检索点的有序列表。

Answer 1

这是一个可以满足您要求的示例，使用来自?kmeans 的第一个示例。它可能效率不高，但值得借鉴。

#Taken straight from ?kmeans
x <- rbind(matrix(rnorm(100, sd = 0.3), ncol = 2),
           matrix(rnorm(100, mean = 1, sd = 0.3), ncol = 2))
colnames(x) <- c("x", "y")
cl <- kmeans(x, 2)

x <- cbind(x,cl = cl$cluster)

#Function to apply to each cluster to 
# do the ordering
orderCluster <- function(i,data,centers){
    #Extract cluster and center
dt <- data[data[,3] == i,]
ct <- centers[i,]

    #Calculate distances
dt <- cbind(dt,dist = apply((dt[,1:2] - ct)^2,1,sum))
    #Sort
dt[order(dt[,4]),]
}

do.call(rbind,lapply(sort(unique(cl$cluster)),orderCluster,data = x,centers = cl$centers))