参考: 浅谈K-means聚类算法
【机器学习】K-means
R语言面向对象之R6 class
R6可变类:初始化 = ,复制$clone(),嵌套(deep = TRUE)
今天看了决策树的用法,个人觉得不管是分类或聚类算法,出来的结果是一个“规则”。至于要怎么去分类数据,是根据这个“规则” 来做的。所以,提取数据是另外一个工作了。## 更新日期:2015/11/11前段时间在做聚类分析,用到hclust() 函数,将数据聚类分组后,对应到每一个ID。具体如下:d = dist(testdata, method = "euclidean") hcward = hclust(d, method="ward.D") data$groups = cutree(hcward,k=8) # 到这里,data 中的每个ID都对应到相应的group 了那么圆形的树状图如何实现呢?我查找了一下相关资料。R语言包 dendextend 这个包可以实现,利用 help(package="dendextend") 查看帮助文档,能够看到其中的一个小例子
但是这个后期美化起来好像不太方便。
还找到了一个参考链接是
http://talgalili.github.io/dendextend/articles/dendextend.html
介绍的也是 dendextend 这个包的用法。
这个时候再运行上面提到的例子就可以直接得到结果
把树的形状改为圆形,添加样本的名称
鸢尾花数据集是150个样本,用圆形的图看下效果
最终的结果是
这里关于最外圈文本位置的调整,我还的再仔细看看,这里出图后位置不太合适,我是手动调整的!