K均值聚类算法-R

1、数据预处理

代码：

# Importing the dataset
dataset <- read.csv('Mall_Customers.csv')
X <- dataset[4:5]

2、手肘法则

代码：

# Using the elbow method to find the optimal number of clusters
set.seed(6)
wcss = vector()
for (i in 1:10) wcss[i] = sum(kmeans(X, i)$withinss)
plot(1:10,
     wcss,
     type = 'b',
     main = paste('The Elbow Method'),
     xlab = 'Number of cluster',
     ylab = 'WCSS')

绘制组数与组间距的曲线，选取合适的分组个数。

3、拟合聚类器

代码：

# Fitting K-Means to the dataset
set.seed(29)
kmeans = kmeans(X, 5, iter.max =300, nstart =10)
y_kmeans = kmeans$cluster

这里的nstart参数是为了确定中心点随机选择多少组，每组都运行，最后选择最佳的那一个组。

得到聚类结果.PNG

4、可视化显示

代码：

# Visualising the clusters
library(cluster)
clusplot(X,
         y_kmeans,
         lines = 0,
         shade = TRUE,
         color = TRUE,
         labels =2,
         plotchar = FALSE,
         span = TRUE,
         main = paste('Clusters of customers'),
         xlab = 'Annual Income',
         ylab = 'Spending Score')

聚类结果.PNG

这里的有些参数是为了显示的美化，比如，span是为了显示外面的圈，plotchar是为了显示不同数据点的标记点图形显示。