原创r语言层次聚类案例附代码数据.docx

原创r语言层次聚类案例附代码数据.docx

《原创r语言层次聚类案例附代码数据.docx》由会员分享，可在线阅读，更多相关《原创r语言层次聚类案例附代码数据.docx（17页珍藏版）》请在冰豆网上搜索。

原创r语言层次聚类案例附代码数据

#######################################################################

############聚类分析

#######################################################################

a=cbind（农业总产值,林业总产值,牧业总产值,渔业总产值,农村居民家庭拥有生产性固定资产原值,农村居民家庭经营耕地面积）#⭞↚഑Ѡ਎䠅㚐㊱

rownames（a）=mydata$地区

detach（mydata）

hc1=hclust（dist（scale（a））,"ward.D2"）

cbind（hc1$merge,hc1$height）#

##[,1][,2][,3]

##[1,]-22-240.1562347

##[2,]-2-290.4954046

##[3,]-12-200.6158525

##[4,]-410.7459837

##[5,]-5-70.8431761

##[6,]-2740.8502919

##[7,]-28-300.9238256

##[8,]270.9982795

##[9,]-1-91.0586066

##[10,]-1431.0996796

##[11,]-16-231.1292437

##[12,]-25101.2758523

##[13,]-13-191.4055256

##[14,]-3111.4555952

##[15,]-2161.6495578

##[16,]-10-171.7462669

##[17,]9151.7988319

##[18,]-18121.8498860

##[19,]-6-111.9536216

##[20,]-852.1881307

##[21,]-15162.5009589

##[22,]-31202.7312571

##[23,]13183.0129164

##[24,]8173.0616119

##[25,]19233.2580779

##[26,]14214.3774794

##[27,]-26225.2122229

##[28,]25266.0403304

##[29,]24278.3310723

##[30,]282911.4082257

plot（hc1,hang=-2,ylab="欧氏距离",main="ward"）

cutree（hc1,3）

##北京天津河北山西内蒙辽宁吉林黑龙江上海江苏

##1121323312

##浙江安徽福建江西山东河南湖北湖南广东广西

##2222222222

##海南重庆四川贵州云南西藏陕西甘肃青海宁夏

##1121231111

##新疆

##3

library（NbClust）#加载包

res<-NbClust（a,distance="euclidean",min.nc=2,max.nc=8,

method="complete",index="ch"）

res$All.index

##2345678

##22.485964.295295.050591.2070112.2167126.6607125.0580

res$Best.nc

##Number_clustersValue_Index

##7.0000126.6607

res$Best.partition

##北京天津河北山西内蒙辽宁吉林黑龙江上海江苏

##1223455461

##浙江安徽福建江西山东河南湖北湖南广东广西

##5113213331

##海南重庆四川贵州云南西藏陕西甘肃青海宁夏

##1111271255

##新疆

##4

#######################################################################

############因子分析

#######################################################################

x=a

scale（x,center=T,scale=T）

##农业总产值林业总产值牧业总产值渔业总产值

##北京-1.22777296-0.68966546-1.0576108-0.717868590

##天津-1.20072019-1.32628581-1.1287831-0.587405030

##河北1.44015787-0.407688161.2735925-0.276307864

##山西-0.60736290-0.39313054-0.8459665-0.730089499

##内蒙-0.31173176-0.164490380.3536925-0.682760278

##辽宁0.023175990.213762911.08863230.905582647

##吉林-0.31664133-0.160331060.3705164-0.661159286

##黑龙江0.730000040.284960650.6928325-0.543827843

##上海-1.22304555-1.24358878-1.1769433-0.598687930

##江苏1.32304764-0.140146130.51069582.558246143

##浙江-0.259457070.37842297-0.47996691.088655075

##安徽0.321931421.202457300.35496530.277626262

##福建-0.228168781.77681021-0.57905211.668371030

##江西-0.465449751.43990544-0.18200880.139953438

##山东2.22835882-0.051332462.06103742.643122498

##河南2.226837670.362642032.0166955-0.521101240

##湖北0.88705181-0.136476150.66848910.925656025

##湖南1.036097061.819871380.8945726-0.002409428

##广东0.651328421.364426040.37604631.697020485

##广西0.191094411.643589690.28626540.136415807

##海南-0.959586250.32594217-0.9698633-0.119446069

##重庆-0.61246376-0.82851329-0.6191076-0.632081027

##四川1.139216360.492926562.0375425-0.313747797

##贵州-0.59146827-0.69749477-0.6664339-0.677051827

##云南-0.105693541.402226910.0524867-0.583545796

##西藏-1.33060989-1.32909946-1.1967954-0.752065694

##陕西0.01099770-0.64550329-0.4072439-0.713500151

##甘肃-0.48272891-1.11489458-0.9441448-0.747831257

##青海-1.27264229-1.30451055-1.0825979-0.751154486

##宁夏-1.16021392-1.24089745-1.1284759-0.716850181

##新疆0.14646191-0.83389594-0.5730687-0.711758136

##农村居民家庭拥有生产性固定资产原值农村居民家庭经营耕地面积

##北京-0.521919855-0.69519658

##天津-0.036498322-0.33578982

##河北0.004069841-0.23262677

##山西-0.824825602-0.02962851

##内蒙1.1798524662.59936535

##辽宁0.7302436560.39633505

##吉林0.7240948551.89053536

##黑龙江1.3967210683.65096289

##上海-1.404513394-0.77506475

##江苏-0.340308064-0.44560856

##浙江0.499884752-0.68188522

##安徽-0.279565363-0.23262677

##福建-0.618739413-0.61865625

##江西-0.805278639-0.33911766

##山东0.133404538-0.31582278

##河南-0.500048919-0.32247846

##湖北-0.721961668-0.29252790

##湖南-0.917381131-0.45559208

##广东-0.957062704-0.68521306

##广西-0.615649655-0.40567447

##海南-0.663204069-0.58537785

##重庆-0.570175555-0.43229719

##四川-0.420353046-0.48221480

##贵州-0.604823220-0.46890344

##云南0.118332502-0.32913414

##西藏3.590383141-0.23262677

##陕西-0.572497480-0.35575687

##甘肃0.1659913410.04358397

##青海0.415065901-0.25259382

##宁夏0.6553308650.36638449

##新疆1.7614311731.05524743

##attr（,"scaled:

center"）

##农业总产值林业总产值

##1514.206129111.206129

##牧业总产值渔业总产值

##877.092581280.839032

##农村居民家庭拥有生产性固定资产原值农村居民家庭经营耕地面积

##17865.0767742.589032

##attr（,"scaled:

scale"）

##农业总产值林业总产值

##1097.85455381.744167

##牧业总产值渔业总产值

##683.552567373.131010

##农村居民家庭拥有生产性固定资产原值农村居民家庭经营耕地面积

##9767.7578833.004952

cor（x）#

##农业总产值林业总产值牧业总产值

##农业总产值1.000000000.43043670.9148545

##林业总产值0.430436661.00000000.4593615

##牧业总产值0.914854450.45936151.0000000

##渔业总产值0.515983650.43512250.4103977

##农村居民家庭拥有生产性固定资产原值-0.16652881-0.3495913-0.1017802

##农村居民家庭经营耕地面积0.04040478-0.09615150.1426829

##渔业总产值

##农业总产值0.5159836

##林业总产值0.4351225

##牧业总产值0.4103977

##渔业总产值1.0000000

##农村居民家庭拥有生产性固定资产原值-0.2131248

##农村居民家庭经营耕地面积-0.2669966

##农村居民家庭拥有生产性固定资产原值

##农业总产值-0.1665288

##林业总产值-0.3495913

##牧业总产值-0.1017802

##渔业总产值-0.2131248

##农村居民家庭拥有生产性固定资产原值1.0000000

##农村居民家庭经营耕地面积0.5316341

##农村居民家庭经营耕地面积

##农业总产值0.04040478

##林业总产值-0.09615150

##牧业总产值0.14268286

##渔业总产值-0.26699659

##农村居民家庭拥有生产性固定资产原值0.53163410

##农村居民家庭经营耕地面积1.00000000

FA=factanal（x,3,scores="regression"）

FA

##

##Call:

##factanal（x=x,factors=3,scores="regression"）

##

##Uniquenesses:

##农业总产值林业总产值

##0.1340.649

##牧业总产值渔业总产值

##0.0050.005

##农村居民家庭拥有生产性固定资产原值农村居民家庭经营耕地面积

##0.0050.610

##

##Loadings:

##Factor1Factor2Factor3

##农业总产值0.9020.231

##林业总产值0.460-0.2740.253

##牧业总产值0.9890.100

##渔业总产值0.335-0.1720.924

##农村居民家庭拥有生产性固定资产原值-0.1850.980

##农村居民家庭经营耕地面积0.1200.569-0.227

##

##Factor1Factor2Factor3

##SSloadings2.1641.3961.032

##ProportionVar0.3610.2330.172

##CumulativeVar0.3610.5930.765

##

##Thedegreesoffreedomforthemodelis0andthefitwas0.0338

A=FA$loadings#

D=diag（FA$uniquenesses）#

cancha=cor（x）-A%*%t（A）-D

sum（cancha^2）

##[1]0.01188033

FA$scores

##Factor1Factor2Factor3

##北京-0.9595745-0.700059511-0.55760316

##天津-1.0947804-0.236528598-0.28377148

##河北1.33988490.269241913-0.72734450

##山西-0.6949304-0.952525400-0.71168863

##内蒙0.30229261.274620864-0.61477840

##辽宁0.90869740.8986458570.80686141

##吉林0.36171310.823049845-0.69568729

##黑龙江0.63776951.558056539-0.53064438

##上海-1.0020542-1.600313046-0.58279912

##江苏0.2978404-0.3381756072.58332275

##浙江-0.65863070.3511258491.47562686

##安徽0.3633716-0.2202619960.12915299

##福建-0.7017677-0.7997734431.90201088

##江西-0.1252221-0.8432586900.03964935

##山东1.80985500.4331784082.27098864

##河南2.1841524-0.072629248-1.35570609

##湖北0.6625677-0.6189061790.64211420

##湖南1.0200226-0.733225411-0.50075826

##广东0.3057090-0.9452338851.54225085

##广西0.3420343-0.562216144-0.07785160

##海南-0.9131785-0.8471720770.04381513

##重庆-0.5087268-0.661768675-0.62025496

##四川2.1397385-0.003827953-1.11031362

##贵州-0.5463126-0.703696201-0.66210885

##云南0.10445160.146947680-0.63418799

##西藏-1.52142223.3428581930.36144124

##陕西-0.2687306-0.616728372-0.78286620

##甘肃-0.89041890.010720625-0.48059064

##青海-1.07912060.225711752-0.37974261

##宁夏-1.14815910.456190239-0.27546552

##新疆-0.66707141.665952673-0.21307102

FA=factanal（x,3,scores="regression"）#

FA

##

##Call:

##factanal（x=x,factors=3,scores="regression"）

##

##Uniquenesses:

##农业总产值林业总产值

##0.1340.649

##牧业总产值渔业总产值

##0.0050.005

##农村居民家庭拥有生产性固定资产原值农村居民家庭经营耕地面积

##0.0050.610

##

##Loadings:

##Factor1Factor2Factor3

##农业总产值0.9020.231

##林业总产值0.460-0.2740.253

##牧业总产值0.9890.100

##渔业总产值0.335-0.1720.924

##农村居民家庭拥有生产性固定资产原值-0.1850.980

##农村居民家庭经营耕地面积0.1200.569-0.227

##

##Factor1Factor2Factor3

##SSloadings2.1641.3961.032

##ProportionVar0.3610.2330.172

##CumulativeVar0.3610.5930.765

##

##Thedegreesoffreedomforthemodelis0andthefitwas0.0338

biplot（FA$scores,FA$loadings）

#

#######################################################################

##########主成分分析

#######################################################################

#mydata<-read.csv（"cosume.csv",header=TRUE）

x=a

PCA=princomp（x）#分分析

summary（PCA）

##Importanceofcomponents:

##Comp.1Comp.2Comp.3Comp.4

##Standarddeviation9611.24407291.248877e+033.201426e+022.211289e+02

##ProportionofVariance0.98177131.657641e-021.089277e-035.196875e-04

##CumulativeProportion0.98177139.983477e-019.994370e-019.999567e-01

##Comp.5Comp.6

##Standarddeviation6.377898e+012.299907e+00

##ProportionofVariance4.323210e-055.621753e-08

##CumulativeProportion9.999999e-011.000000e+00

plot（PCA）

screeplot（PCA,type="lines"）#⻄⸩ഴ

PCA$loadings#

##

##Loadings:

##Comp.1Comp.2Comp.3Comp.4Comp.5

##农业总产值0.8470.529

##林业总产值-0.994

##牧业总产值0.5100.340-0.786

##渔业总产值0.147-0.939-0.304

##农村居民家庭拥有生产性固定资产原值1.000

##农村居民家庭经营耕地面积

##Comp.6

##农业总产值

##林业总产值

##牧业总产值

##渔业总产值

##农村居民家庭拥有生产性固定资产原值

##农村居民家庭经营耕地面积1.000

##

##Comp.1Comp.2Comp.3Comp.4Comp.5Comp.6

##SSloadings1.0001.00