原创r语言层次聚类案例附代码数据.docx

1、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)# rownames(a)=mydata$地区detach(mydata)hc1=hclust(dist(scale(a),ward.D2)cbind(hc1$merge,hc1$height)# # ,1 ,2 ,3# 1, -22 -24 0.1562347# 2, -2 -29 0.4954046# 3, -12 -20 0.6158525# 4, -4 1 0.7459837# 5, -5 -7 0.84

2、31761# 6, -27 4 0.8502919# 7, -28 -30 0.9238256# 8, 2 7 0.9982795# 9, -1 -9 1.0586066# 10, -14 3 1.0996796# 11, -16 -23 1.1292437# 12, -25 10 1.2758523# 13, -13 -19 1.4055256# 14, -3 11 1.4555952# 15, -21 6 1.6495578# 16, -10 -17 1.7462669# 17, 9 15 1.7988319# 18, -18 12 1.8498860# 19, -6 -11 1.9536

3、216# 20, -8 5 2.1881307# 21, -15 16 2.5009589# 22, -31 20 2.7312571# 23, 13 18 3.0129164# 24, 8 17 3.0616119# 25, 19 23 3.2580779# 26, 14 21 4.3774794# 27, -26 22 5.2122229# 28, 25 26 6.0403304# 29, 24 27 8.3310723# 30, 28 29 11.4082257plot(hc1,hang=-2,ylab=欧氏距离,main=ward )cutree(hc1,3)# 北京 天津 河北 山西

4、 内蒙 辽宁 吉林 黑龙江 上海 江苏 # 1 1 2 1 3 2 3 3 1 2 # 浙江 安徽 福建 江西 山东 河南 湖北 湖南 广东 广西 # 2 2 2 2 2 2 2 2 2 2 # 海南 重庆 四川 贵州 云南 西藏 陕西 甘肃 青海 宁夏 # 1 1 2 1 2 3 1 1 1 1 # 新疆 # 3library(NbClust)# 加载包res-NbClust(a, distance =euclidean, min.nc=2, max.nc=8,method =complete, index =ch)res$All.index# 2 3 4 5 6 7 8 # 22.4859

5、 64.2952 95.0505 91.2070 112.2167 126.6607 125.0580res$Best.nc# Number_clusters Value_Index # 7.0000 126.6607res$Best.partition# 北京 天津 河北 山西 内蒙 辽宁 吉林 黑龙江 上海 江苏 # 1 2 2 3 4 5 5 4 6 1 # 浙江 安徽 福建 江西 山东 河南 湖北 湖南 广东 广西 # 5 1 1 3 2 1 3 3 3 1 # 海南 重庆 四川 贵州 云南 西藏 陕西 甘肃 青海 宁夏 # 1 1 1 1 2 7 1 2 5 5 # 新疆 # 4#

6、因子分析 #x=ascale(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 -0.40768816 1.2735925 -0.276307864# 山西 -0.60736290 -0.39313054 -0.8459665 -0.730089499# 内蒙 -0.31173176 -0.16449038 0.3536

7、925 -0.682760278# 辽宁 0.02317599 0.21376291 1.0886323 0.905582647# 吉林 -0.31664133 -0.16033106 0.3705164 -0.661159286# 黑龙江 0.73000004 0.28496065 0.6928325 -0.543827843# 上海 -1.22304555 -1.24358878 -1.1769433 -0.598687930# 江苏 1.32304764 -0.14014613 0.5106958 2.558246143# 浙江 -0.25945707 0.37842297 -0.479

8、9669 1.088655075# 安徽 0.32193142 1.20245730 0.3549653 0.277626262# 福建 -0.22816878 1.77681021 -0.5790521 1.668371030# 江西 -0.46544975 1.43990544 -0.1820088 0.139953438# 山东 2.22835882 -0.05133246 2.0610374 2.643122498# 河南 2.22683767 0.36264203 2.0166955 -0.521101240# 湖北 0.88705181 -0.13647615 0.6684891

9、0.925656025# 湖南 1.03609706 1.81987138 0.8945726 -0.002409428# 广东 0.65132842 1.36442604 0.3760463 1.697020485# 广西 0.19109441 1.64358969 0.2862654 0.136415807# 海南 -0.95958625 0.32594217 -0.9698633 -0.119446069# 重庆 -0.61246376 -0.82851329 -0.6191076 -0.632081027# 四川 1.13921636 0.49292656 2.0375425 -0.3

10、13747797# 贵州 -0.59146827 -0.69749477 -0.6664339 -0.677051827# 云南 -0.10569354 1.40222691 0.0524867 -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 -1.082

11、5979 -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 1.179852466 2.59936535# 辽宁 0

12、.730243656 0.39633505# 吉林 0.724094855 1.89053536# 黑龙江 1.396721068 3.65096289# 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 -0.32

13、247846# 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 -

14、0.572497480 -0.35575687# 甘肃 0.165991341 0.04358397# 青海 0.415065901 -0.25259382# 宁夏 0.655330865 0.36638449# 新疆 1.761431173 1.05524743# attr(,scaled:center)# 农业总产值 林业总产值 # 1514.206129 111.206129 # 牧业总产值 渔业总产值 # 877.092581 280.839032 # 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 # 17865.076774 2.589032 # attr(,scal

15、ed:scale)# 农业总产值 林业总产值 # 1097.854553 81.744167 # 牧业总产值 渔业总产值 # 683.552567 373.131010 # 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 # 9767.757883 3.004952cor(x)# # 农业总产值 林业总产值 牧业总产值# 农业总产值 1.00000000 0.4304367 0.9148545# 林业总产值 0.43043666 1.0000000 0.4593615# 牧业总产值 0.91485445 0.4593615 1.0000000# 渔业总产值 0.51598365

16、0.4351225 0.4103977# 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 -0.0961515 0.1426829# 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 -0.3495

17、913# 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 1.00000000FA=factanal(x,3,scores=regression)FA# # Call:# factanal(x = x, fa

18、ctors = 3, scores = regression)# # Uniquenesses:# 农业总产值 林业总产值 # 0.134 0.649 # 牧业总产值 渔业总产值 # 0.005 0.005 # 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 # 0.005 0.610 # # Loadings:# Factor1 Factor2 Factor3# 农业总产值 0.902 0.231 # 林业总产值 0.460 -0.274 0.253 # 牧业总产值 0.989 0.100 # 渔业总产值 0.335 -0.172 0.924 # 农村居民家庭拥有生产性固定资产

19、原值 -0.185 0.980 # 农村居民家庭经营耕地面积 0.120 0.569 -0.227 # # Factor1 Factor2 Factor3# SS loadings 2.164 1.396 1.032# Proportion Var 0.361 0.233 0.172# Cumulative Var 0.361 0.593 0.765# # The degrees of freedom for the model is 0 and the fit was 0.0338A=FA$loadings# D=diag(FA$uniquenesses)# cancha=cor(x)-A%

20、*%t(A)-Dsum(cancha2)# 1 0.01188033FA$scores# Factor1 Factor2 Factor3# 北京 -0.9595745 -0.700059511 -0.55760316# 天津 -1.0947804 -0.236528598 -0.28377148# 河北 1.3398849 0.269241913 -0.72734450# 山西 -0.6949304 -0.952525400 -0.71168863# 内蒙 0.3022926 1.274620864 -0.61477840# 辽宁 0.9086974 0.898645857 0.8068614

21、1# 吉林 0.3617131 0.823049845 -0.69568729# 黑龙江 0.6377695 1.558056539 -0.53064438# 上海 -1.0020542 -1.600313046 -0.58279912# 江苏 0.2978404 -0.338175607 2.58332275# 浙江 -0.6586307 0.351125849 1.47562686# 安徽 0.3633716 -0.220261996 0.12915299# 福建 -0.7017677 -0.799773443 1.90201088# 江西 -0.1252221 -0.843258690

22、0.03964935# 山东 1.8098550 0.433178408 2.27098864# 河南 2.1841524 -0.072629248 -1.35570609# 湖北 0.6625677 -0.618906179 0.64211420# 湖南 1.0200226 -0.733225411 -0.50075826# 广东 0.3057090 -0.945233885 1.54225085# 广西 0.3420343 -0.562216144 -0.07785160# 海南 -0.9131785 -0.847172077 0.04381513# 重庆 -0.5087268 -0.66

23、1768675 -0.62025496# 四川 2.1397385 -0.003827953 -1.11031362# 贵州 -0.5463126 -0.703696201 -0.66210885# 云南 0.1044516 0.146947680 -0.63418799# 西藏 -1.5214222 3.342858193 0.36144124# 陕西 -0.2687306 -0.616728372 -0.78286620# 甘肃 -0.8904189 0.010720625 -0.48059064# 青海 -1.0791206 0.225711752 -0.37974261# 宁夏 -1.

24、1481591 0.456190239 -0.27546552# 新疆 -0.6670714 1.665952673 -0.21307102FA=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 # 0.134 0.649 # 牧业总产值 渔业总产值 # 0.005 0.005 # 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 # 0.005 0.610 # # Loadings

25、:# Factor1 Factor2 Factor3# 农业总产值 0.902 0.231 # 林业总产值 0.460 -0.274 0.253 # 牧业总产值 0.989 0.100 # 渔业总产值 0.335 -0.172 0.924 # 农村居民家庭拥有生产性固定资产原值 -0.185 0.980 # 农村居民家庭经营耕地面积 0.120 0.569 -0.227 # # Factor1 Factor2 Factor3# SS loadings 2.164 1.396 1.032# Proportion Var 0.361 0.233 0.172# Cumulative Var 0.36

26、1 0.593 0.765# # The degrees of freedom for the model is 0 and the fit was 0.0338biplot(FA$scores,FA$loadings)# # 主成分分析# mydata-read.csv(cosume.csv,header=TRUE)x=aPCA=princomp(x)# 分分析summary(PCA)# Importance of components:# Comp.1 Comp.2 Comp.3 Comp.4# Standard deviation 9611.2440729 1.248877e+03 3.

27、201426e+02 2.211289e+02# Proportion of Variance 0.9817713 1.657641e-02 1.089277e-03 5.196875e-04# Cumulative Proportion 0.9817713 9.983477e-01 9.994370e-01 9.999567e-01# Comp.5 Comp.6# Standard deviation 6.377898e+01 2.299907e+00# Proportion of Variance 4.323210e-05 5.621753e-08# Cumulative Proporti

28、on 9.999999e-01 1.000000e+00plot(PCA)screeplot(PCA,type=lines)# PCA$loadings# # # Loadings:# Comp.1 Comp.2 Comp.3 Comp.4 Comp.5# 农业总产值 0.847 0.529 # 林业总产值 -0.994# 牧业总产值 0.510 0.340 -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.1 Comp.2 Comp.3 Comp.4 Comp.5 Comp.6# SS loadings 1.000 1.00