【问题标题】:K means set of initial (distinct) cluster centresK 表示一组初始(不同)聚类中心
【发布时间】:2017-02-24 10:31:54
【问题描述】:

我不知道 Kmeans 算法是否是合适的方法,但我有以下示例。我希望有 6 个组,以便每个组中的值在 1.Group=0%、2.Group= 范围内0-20%,3.Group=20-40%,4.Group=40-60%,5.Group=60-80%,6.Group=80-100%的数据。现在我想知道是否可以设置聚类中心的范围,以便将每个数据值分配给其中一个组。我知道我可以重新编码这些值,但希望有更好的方法。

data<-c(27,14,16,0,0,10,7,9,10,19)
k_means<-kmeans(data, centers = ??)

【问题讨论】:

  • 如果您已经知道这些组,那么为什么需要聚类算法?
  • 只是想看看是否可以将 kmeans 用于此目的。
  • 随机选择初始中心,并随机重启运行 kmeans 几次。

标签: r k-means


【解决方案1】:

解决方案很明显。我没有根据 % 设置值,只是为了演示目的。

data<-c(27,14,16,0,0,10,7,9,10,19)
k_means<-kmeans(data, c(4,5,8,10))

【讨论】:

    猜你喜欢
    • 2013-09-06
    • 2016-06-27
    • 2015-02-27
    • 1970-01-01
    • 2017-07-04
    • 1970-01-01
    • 2017-05-13
    • 2017-05-19
    相关资源
    最近更新 更多