在 R 中使用 kmeans 查找中心的索引答案

【问题标题】：Finding centers' index using kmeans in R在 R 中使用 kmeans 查找中心的索引
【发布时间】：2015-03-06 05:42:37
【问题描述】：

我正在使用 R 中的 kmeans，并使用此代码行来查找我的数据中心。

res=kmeans(data,centers=5)

我可以使用此代码到达我的中心：

res$centers

我的第一个问题是：它们是我数据的成员还是恰好是 5 个数据中心？

如果中心是我的数据点，我怎样才能达到我的中心的索引？

如果中心不是我的数据点，我如何找到离这些中心最近的数据点？

谢谢

算法网址here

【问题讨论】：

标签： r statistics k-means

【解决方案1】：

第一个问题（中心是我数据的一部分吗？）：

不，质心不是您的数据的成员。它们是在数据集中随机生成的。质心可能会落在一个数据点上，但这只是巧合，质心仍然是一个单独的点。

第二个问题（如何找到离我的中心最近的数据点？）

它不能在kmeans 函数中发生，但你自己很容易做到。请参阅以下示例：

library(stats)
x <- matrix(runif(3000),ncol=3 ) #create a 3-column matrix
mymod <- kmeans(x=x, centers=3)  #run the kmeans model

x <- cbind(x,1:nrow(x)) #add index id (the row number) so that we can find the nearest data point later

#find nearest data point for the 1st cluster for this example
cluster1  <- data.frame(x[mymod$cluster==1,]) #convert to data.frame to work with dplyr


library(dplyr)

#calculate the euclidean distance between each data point in cluster 1 and the centroid 1
#store in column dist
cluster1 <- cluster1 %>% mutate(dist=sqrt(  (cluster1[,1] - mymod$centers[1,1])^2 +
                                            (cluster1[,2] - mymod$centers[1,2])^2 +
                                            (cluster1[,3] - mymod$centers[1,3])^2 ) 
                    )


#nearest point to cluster 1
> cluster1[which.min(cluster1$dist), ]
          X1        X2        X3  X4       dist
86 0.3801898 0.2592491 0.6675403 280 0.04266474

如上图所示，距离中心 1 最近的数据点是 matrix x 中的第 280 行

您可以对每个中心执行完全相同的操作。如果您有很多中心，那么只需编写一个函数并在lapply 中使用。

希望有帮助！

附：欧式距离计算公式为here

【讨论】：

很高兴有帮助:)