实验报告聚类分析报告.docx
《实验报告聚类分析报告.docx》由会员分享，可在线阅读，更多相关《实验报告聚类分析报告.docx（26页珍藏版）》请在冰豆网上搜索。
实验报告聚类分析报告
实验报告聚类分析
实验原理：
K均值聚类、中心点聚类、系统聚类和EM算法聚类分析技术。
实验题目：
用鸢尾花的数据集，进行聚类挖掘分析。
实验要求：
探索鸢尾花数据的基本特征，利用不同的聚类挖掘方法，获得基本结论并简明解释。
实验题目--分析报告：
data（iris）
>rm（list=ls（））
>gc（）
used（Mb）gctrigger（Mb）maxused（Mb）
Ncells43173023.192971849.760759132.5
Vcells7876056.1838860864.0159240312.2
>data（iris）
>data<-iris
>head（data）
Sepal.LengthSepal.WidthPetal.LengthPetal.WidthSpecies
15.13.51.40.2setosa
24.93.01.40.2setosa
34.73.21.30.2setosa
44.63.11.50.2setosa
55.03.61.40.2setosa
65.43.91.70.4setosa
#Kmean聚类分析
>newiris<-iris
>newiris$Species<-NULL
>（kc<-kmeans（newiris,3））
K-meansclusteringwith3clustersofsizes62,50,38
Clustermeans:
Sepal.LengthSepal.WidthPetal.LengthPetal.Width
15.9016132.7483874.3935481.433871
25.0060003.4280001.4620000.246000
36.8500003.0736845.7421052.071053
Clusteringvector:
[1]2222222222222222222222222222222222222222
[41]2222222222113111111111111111111111111311
[81]1111111111111111111131333313333331133331
[121]313133113333313333133313331331
Withinclustersumofsquaresbycluster:
[1]39.8209715.1510023.87947
（between_SS/total_SS=88.4%）
Availablecomponents:
[1]"cluster""centers""totss""withinss""tot.withinss"
[6]"betweenss""size""iter""ifault"
>table（iris$Species,kc$cluster）
123
setosa0500
versicolor4802
virginica14036
>plot（newiris[c（"Sepal.Length","Sepal.Width"）],col=kc$cluster）
>points（kc$centers[,c（"Sepal.Length","Sepal.Width"）],col=1:
3,pch=8,cex=2）
#K-Mediods进行聚类分析
>install.packages（"cluster"）
>library（cluster）
>iris.pam<-pam（iris,3）
>table（iris$Species,iris.pam$clustering）
123
setosa5000
versicolor0347
virginica0491
>layout（matrix（c（1,2）,1,2））
>plot（iris.pam）
>layout（matrix
（1））
#hc
>iris.hc<-hclust（dist（iris[,1:
4]））
>plot（iris.hc,hang=-1）
>plclust（iris.hc,labels=FALSE,hang=-1）
>re<-rect.hclust（iris.hc,k=3）
>iris.id<-cutree（iris.hc,3）
#利用剪枝函数cutree（）参数h控制输出height=18时的系谱类别
>sapply（unique（iris.id）,
+function（g）iris$Species[iris.id==g]）
[[1]]
[1]setosasetosasetosasetosasetosasetosasetosasetosasetosasetosasetosa
[12]setosasetosasetosasetosasetosasetosasetosasetosasetosasetosasetosa
[23]setosasetosasetosasetosasetosasetosasetosasetosasetosasetosasetosa
[34]setosasetosasetosasetosasetosasetosasetosasetosasetosasetosasetosa
[45]setosasetosasetosasetosasetosasetosa
Levels:
setosaversicolorvirginica
[[2]]
[1]versicolorversicolorversicolorversicolorversicolorversicolorversicolor
[8]versicolorversicolorversicolorversicolorversicolorversicolorversicolor
[15]versicolorversicolorversicolorversicolorversicolorversicolorversicolor
[22]versicolorversicolorvirginicavirginicavirginicavirginicavirginica
[29]virginicavirginicavirginicavirginicavirginicavirginicavirginica
[36]virginicavirginicavirginicavirginicavirginicavirginicavirginica
[43]virginicavirginicavirginicavirginicavirginicavirginicavirginica
[50]virginicavirginicavirginicavirginicavirginicavirginicavirginica
[57]virginicavirginicavirginicavirginicavirginicavirginicavirginica
[64]virginicavirginicavirginicavirginicavirginicavirginicavirginica
[71]virginicavirginica
Levels:
setosaversicolorvirginica
[[3]]
[1]versicolorversicolorversicolorversicolorversicolorversicolorversicolor
[8]versicolorversicolorversicolorversicolorversicolorversicolorversicolor
[15]versicolorversicolorversicolorversicolorversicolorversicolorversicolor
[22]versicolorversicolorversicolorversicolorversicolorversicolorvirginica
Levels:
setosaversicolorvirginica
>plot（iris.hc）
>rect.hclust（iris.hc,k=4,border="lightgrey"）#用浅灰色矩形框出4分类聚类结果
>rect.hclust（iris.hc,k=3,border="darkgrey"）#用浅灰色矩形框出3分类聚类结果
>rect.hclust（iris.hc,k=7,which=c（2,6）,border="darkgrey"）
#DBSCAN#基于密度的聚类
>install.packages（"fpc"）
>library（fpc）
>ds1=dbscan（iris[,1:
4],eps=1,MinPts=5）#半径参数为1，密度阈值为5
>ds1
dbscanPts=150MinPts=5eps=1
12
border01
seed5099
total50100
>ds2=dbscan（iris[,1:
4],eps=4,MinPts=5）
>ds3=dbscan（iris[,1:
4],eps=4,MinPts=2）
>ds4=dbscan（iris[,1:
4],eps=8,MinPts=2）
>par（mfcol=c（2,2））
>plot（ds1,iris[,1:
4],main="1:
MinPts=5eps=1"）
>plot（ds3,iris[,1:
4],main="3:
MinPts=2eps=4"）
>plot（ds2,iris[,1:
4],main="2:
MinPts=5eps=4"）
>plot（ds4,iris[,1:
4],main="4:
MinPts=2eps=8"）
>d=dist（iris[,1:
4]）#计算数据集的距离矩阵d
>max（d）;min（d）#计算数据集样本的距离的最值
[1]7.085196
[1]0
>install.packages（"ggplot2"）
>library（ggplot2）
>interval=cut_interval（d,30）
>table（interval）
interval
[0,0.236]（0.236,0.472]（0.472,0.709]（0.709,0.945]（0.945,1.18]（1.18,1.42]
88585876891831688
（1.42,1.65]（1.65,1.89]（1.89,2.13]（2.13,2.36]（2.36,2.6]（2.6,2.83]
543369379339335406
（2.83,3.07]（3.07,3.31]（3.31,3.54]（3.54,3.78]（3.78,4.01]（4.01,4.25]
458459465480468505
（4.25,4.49]（4.49,4.72]（4.72,4.96]（4.96,5.2]（5.2,5.43]（5.43,5.67]
349385321291187138
（5.67,5.9]（5.9,6.14]（6.14,6.38]（6.38,6.61]（6.61,6.85]（6.85,7.09]
97927850184
>which.max（table（interval））
（0.709,0.945]
4
>for（iin3:
5）
+{for（jin1:
10）
+{ds=dbscan（iris[,1:
4],eps=i,MinPts=j）
+print（ds）
+}
+}
dbscanPts=150MinPts=1eps=3
1
seed150
total150
dbscanPts=150MinPts=2eps=3
1
seed150
total150
dbscanPts=150MinPts=3eps=3
1
seed150
total150
dbscanPts=150MinPts=4eps=3
1
seed150
total150
dbscanPts=150MinPts=5eps=3
1
seed150
total150
dbscanPts=150MinPts=6eps=3
1
seed150
total150
dbscanPts=150MinPts=7eps=3
1
seed150
total150
dbscanPts=150MinPts=8eps=3
1
seed150
total150
dbscanPts=150MinPts=9eps=3
1
seed150
total150
dbscanPts=150MinPts=10eps=3
1
seed150
total150
dbscanPts=150MinPts=1eps=4
1
seed150
total150
dbscanPts=150MinPts=2eps=4
1
seed150
total150
dbscanPts=150MinPts=3eps=4
1
seed150
total150
dbscanPts=150MinPts=4eps=4
1
seed150
total150
dbscanPts=150MinPts=5eps=4
1
seed150
total150
dbscanPts=150MinPts=6eps=4
1
seed150
total150
dbscanPts=150MinPts=7eps=4
1
seed150
total150
dbscanPts=150MinPts=8eps=4
1
seed150
total150
dbscanPts=150MinPts=9eps=4
1
seed150
total150
dbscanPts=150MinPts=10eps=4
1
seed150
total150
dbscanPts=150MinPts=1eps=5
1
seed150
total150
dbscanPts=150MinPts=2eps=5
1
seed150
total150
dbscanPts=150MinPts=3eps=5
1
seed150
total150
dbscanPts=150MinPts=4eps=5
1
seed150
total150
dbscanPts=150MinPts=5eps=5
1
seed150
total150
dbscanPts=150MinPts=6eps=5
1
seed150
total150
dbscanPts=150MinPts=7eps=5
1
seed150
total150
dbscanPts=150MinPts=8eps=5
1
seed150
total150
dbscanPts=150MinPts=9eps=5
1
seed150
total150
dbscanPts=150MinPts=10eps=5
1
seed150
total150
#30次dbscan的聚类结果
>ds5=dbscan（iris[,1:
4],eps=3,MinPts=2）
>ds6=dbscan（iris[,1:
4],eps=4,MinPts=5）
>ds7=dbscan（iris[,1:
4],eps=5,MinPts=9）
>par（mfcol=c（1,3））
>plot（ds5,iris[,1:
4],main="1:
MinPts=2eps=3"）
>plot（ds6,iris[,1:
4],main="3:
MinPts=5eps=4"）
>plot（ds7,iris[,1:
4],main="2:
MinPts=9eps=5"）
#EM期望最大化聚类
>install.packages（"mclust"）
>library（mclust）
>fit_EM=Mclust（iris[,1:
4]）
fitting...
|===========================================================================|100%
>summary（fit_EM）
----------------------------------------------------
GaussianfinitemixturemodelfittedbyEMalgorithm
----------------------------------------------------
MclustVEV（ellipsoidal,equalshape）modelwith2components:
log.likelihoodndfBICICL
-215.72615026-561.7285-561.7289
Clusteringtable:
12
50100
>summary（fit_EM,parameters=TRUE）
----------------------------------------------------
GaussianfinitemixturemodelfittedbyEMalgorithm
----------------------------------------------------
MclustVEV（ellipsoidal,equalshape）modelwith2components:
log.likelihoodndfBICICL
-215.72615026-561.7285-561.7289
Clusteringtable:
12
50100
Mixingprobabilities:
12
0.33333190.6666681
Means:
[,1][,2]
Sepal.Length5.00600226.261996
Sepal.Width3.42800492.871999
Petal.Length1.46200074.905992
Petal.Width0.24599981.675997
Variances:
[,,1]
Sepal.LengthSepal.WidthPetal.LengthPetal.Width
Sepal.Length0.150651140.130801150.020844630.01309107
Sepal.Width0.130801150.176045290.016032450.01221458
Petal.Length0.020844630.016032450.028082600.00601568
Petal.Width0.013091070.012214580.006015680.01042365
[,,2]
Sepal.LengthSepal.WidthPetal.LengthPetal.Width
Sepal.Length0.40004380.108654440.39940180.14368256
Sepal.Width0.10865440.109280770.12389040.07284384
Petal.Length0.39940180.123890400.61090240.25738990
Petal.Width0.14368260.072843840.25738990.16808182
>plot（fit_EM）#对EM聚类结果作图
Model-basedclusteringplots:
1:
BIC
2:
classification
3:
uncertainty
4:
density
Selection:
（下面显示选项）
#选1
#选2
#选3
#选4
Selection:
0
>iris_BIC=mclustBIC（iris[,1:
4]）
fitting...
|===========================================================================|100%
>iris_BICsum=summary（iris_BIC,data=iris[,1:
4]）
>iris_BICsum#获取数1据集iris在各模型和类别数下的BIC值
BestBICvalues:
VEV,2VEV,3VVV,2
BIC-561.7285-562.5522369-574.01783
BICdiff0.0000-0.8237748-12.28937
Classificationtableformodel（VEV,2）:
12
50100
>iris_BIC
BayesianInformationCriterion（BIC）:
EIIVIIEEIVEIEVIVVIEEE
1-1804.0854-1804.0854-1522.1202-1522.1202-1522.1202-1522.1202-829.97
升级会员 