如何可视化每次迭代的 k-means 质心？

Question

我想通过绘制从初始集群的起始值（在 (3,5),(6,2),(8,3)）到集群中心。 每次迭代可能对应于具有质心和聚类的单个图。

给定：

                x<-c(3,6,8,1,2,2,6,6,7,7,8,8)
                y<-c(5,2,3,5,4,6,1,8,3,6,1,7)


                df<-data.frame(x,y)
                dfCluster<-kmeans(df,centers=3) # with 3 centroids

我想使用前三个元组作为我的初始集群并跟踪质心的移动。

Answer 1

尝试使用tryCatch 自动完成转换时停止的过程： 我使用 iris 数据集，因为 kmeans 需要 2 次迭代（(6,3.5)-Point 开关）

set.seed(1337)
df = iris[,1:2]


dfCluster<-kmeans(df,centers=3, iter.max = 1)
  plot(df[,1], df[,2], col=dfCluster$cluster,pch=19,cex=2, main="iter 1")
  points(dfCluster$centers,col=1:5,pch=3,cex=3,lwd=3)

max_iter = 10

for (i in 2:max_iter){
  tryCatch({
    dfCluster <- kmeans(df,centers = dfCluster$centers, iter.max = 1)
    done <- TRUE
  }, 
  warning=function(w) {done <- FALSE})
  plot(df[,1], df[,2], col=dfCluster$cluster,pch=19,cex=2, main=paste("iter",i))
  points(dfCluster$centers,col=1:5,pch=3,cex=3,lwd=3)
  if(done) break
}

结果：

如果您想在每个迭代步骤中获取坐标，请参见此处：Getting the coordinates of every observation at each iteration of kmeans in R