实验报告聚类分析.docx
《实验报告聚类分析.docx》由会员分享，可在线阅读，更多相关《实验报告聚类分析.docx（26页珍藏版）》请在冰豆网上搜索。
实验报告聚类分析
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）
Ncells431730929718607591
Vcells78760583886081592403
>data（iris）
>data<-iris
>head（data）
Species
1setosa
2setosa
3setosa
4setosa
5setosa
6setosa
#Kmean聚类分析
>newiris<-iris
>newiris$Species<-NULL
>（kc<-kmeans（newiris,3））
K-meansclusteringwith3clustersofsizes62,50,38
Clustermeans:
1
2
3
Clusteringvector:
[1]2222222222222222222222222222222222222222
[41]2222222222113111111111111111111111111311
[81]1111111111111111111131333313333331133331
[121]313133113333313333133313331331
Withinclustersumofsquaresbycluster:
[1]
（between_SS/total_SS=%）
Availablecomponents:
[1]"cluster""centers""totss""withinss"""
[6]"betweenss""size""iter""ifault"
>table（iris$Species,kc$cluster）
123
setosa0500
versicolor4802
virginica14036
>plot（newiris[c（"",""）],col=kc$cluster）
>points（kc$centers[,c（"",""）],col=1:
3,pch=8,cex=2）
#K-Mediods进行聚类分析
>（"cluster"）
>library（cluster）
><-pam（iris,3）
>table（iris$Species,$clustering）
123
setosa5000
versicolor0347
virginica0491
>layout（matrix（c（1,2）,1,2））
>plot
>layout（matrix
（1））
#hc
><-hclust（dist（iris[,1:
4]））
>plot（,hang=-1）
>plclust（,labels=FALSE,hang=-1）
>re<-,k=3）
><-cutree,3）
#利用剪枝函数cutree（）参数h控制输出height=18时的系谱类别
>sapply（unique,
+function（g）iris$Species[==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
>,k=4,border="lightgrey"）#用浅灰色矩形框出4分类聚类结果
>,k=3,border="darkgrey"）#用浅灰色矩形框出3分类聚类结果
>,k=7,which=c（2,6）,border="darkgrey"）
#DBSCAN#基于密度的聚类
>（"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]
[1]0
>（"ggplot2"）
>library（ggplot2）
>interval=cut_interval（d,30）
>table（interval）
interval
[0,],],],],],]
88585876891831688
],],],],],]
543369379339335406
],],],],],]
458459465480468505
],],],],],]
349385321291187138
],],],],],]
97927850184
>（table（interval））
]
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
>（"mclust"）
>library（mclust）
>fit_EM=Mclust（iris[,1:
4]）
fitting...
|===========================================================================|100%
>summary（fit_EM）
----------------------------------------------------
GaussianfinitemixturemodelfittedbyEMalgorithm
----------------------------------------------------
MclustVEV（ellipsoidal,equalshape）modelwith2components:
ndfBICICL
15026
Clusteringtable:
12
50100
>summary（fit_EM,parameters=TRUE）
----------------------------------------------------
GaussianfinitemixturemodelfittedbyEMalgorithm
----------------------------------------------------
MclustVEV（ellipsoidal,equalshape）modelwith2components:
ndfBICICL
15026
Clusteringtable:
12
50100
Mixingprobabilities:
12
Means:
[,1][,2]
Variances:
[,,1]
0.0.
0.0.
[,,2]
0.0.
0.
0.0.
0.
>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
BICdiff
Classificationtableformodel（VEV,2）:
12
50100
>iris_BIC
BayesianInformationCriterion（BIC）:
EIIVIIEEIVEIEVIVVIEEE
1
2
3
4
5
6
7
8
9
EVEVEEVVEEEVVEVEVVVVV
1
2
3
4
5NANA
6NA
7NA
8
9NA
Top3modelsbasedontheBICcriterion:
VEV,2VEV,3VVV,2
>par（mfcol=c（1,1））
>plot（iris_BIC,G=1:
7,col="yellow"）
>mclust2Dplot（iris[,1:
2],
+classification=iris_BICsum$classification,
+parameters=iris_BICsum$parameters,col="yellow"）
>iris_Dens=densityMclust（iris[,1:
2]）#对每一个样本进行密度估计
fitting...
|===========================================================================|100%
>iris_Dens
'densityMclust'modelobject:
（VEV,2）
Availablecomponents:
[1]"call""data""modelName""n"
[5]"d""G""BIC""bic"
[9]"loglik""df""hypvol""parameters"
[13]"z""classification""uncertainty""density"
>plot（iris_Dens,iris[,1:
2],col="yellow",nlevels=55）##输入1或2
Model-baseddensityestimationplots:
1:
BIC
2:
density
Selection:
（下面显示选项）
#选1
#选2
Selection:
0
>plot（iris_Dens,type="persp",col=grey）
Model-baseddensityestimationplots:
1:
BIC
2:
density
Selection:
（下面显示选项）
#选1
#选2
Selection:
0
升级会员 