【发布时间】:2017-01-18 06:46:41
【问题描述】:
这是通过k-means函数进行聚类分析的结果。
>weseg2<-read.csv("WE_SEG DATA.csv",header=TRUE)
>training.data2<-scale(weseg2)
>aaaa<-kmeans(training.data2, centers=4, iter.max=10000, nstart=20)
我想知道每个集群有什么特点。 所以我得到了每个变量的平均值。 这是我计算变量平均值的代码。
第一个聚类的平均值
>rank1<-colMeans(training.data2[aaaa$cluster==1,])
第二个聚类的平均值
>rank2<-colMeans(training.data2[aaaa$cluster==2,])
第三个聚类的平均值
>rank3<-colMeans(training.data2[aaaa$cluster==3,])
第四个聚类的平均值
>rank4<-colMeans(training.data2[aaaa$cluster==4,])
如果是这样,应该输入什么代码才能对每个变量的集群进行排名? 例如,如果您有变量 a、b 和 c,那么您在 a 变量中有四个集群的排名,在 b 和 c 变量中有四个集群的排名。
【问题讨论】:
标签: r cluster-analysis k-means rank