数据呈现丨R绘图：物以类聚，图以群分——聚类分析及可视化

问题提出

当数据没有标签或者有少量标签的时候，我们需要使用聚类分析来发现数据的模式，便于理解聚类分析的结果或者效果，如何对聚类分析做可视化呢？

解决方法

第一步：安装和加载聚类分析R包-factoextra

library(pacman)
p_load(factoextra)

左右滑动查看更多

第二步：导入数据集，采用R语言自带的USArrests

# 导入数据集
data("USArrests")
# 数据集理解
?USArrests
# 数据集检视
head(USArrests)

左右滑动查看更多

第三步：数据集准备与处理，对数据集做标准化处理，每列转换为均值为0，标准差为1

df <- scale(USArrests)
head(df, 10)

左右滑动查看更多

第四步：聚类分析及可视化

不管是层次聚类还是划分聚类，都要寻找一个距离度量。然后根据计算后的距离，采用不同的策略进行数据集的汇聚。

1、基于相关系数的距离度量和可视化

res.dist <- get_dist(df, method = "pearson")
head(round(as.matrix(res.dist), 2))[, 1:6]
# 可视化相关系数矩阵
fviz_dist(res.dist, lab_size = 8)

左右滑动查看更多

2、 增强型分层聚类和可视化

res.hc <- eclust(df, "hclust")
fviz_dend(res.hc, rect = TRUE) # 树图
fviz_cluster(res.hc) # 散点图
fviz_silhouette(res.hc) # 轮廓图

左右滑动查看更多

分层树图

聚类散点图

轮廓图

3、 增强型K均值聚类和可视化

res.km <- eclust(df, "kmeans", nstart = 25) #聚类的散点图
fviz_gap_stat(res.km$gap_stat) # 不同K值下Gap 统计图，指导选择最佳K值
fviz_silhouette(res.km) # 轮廓图，每种聚类下面的分布情况

左右滑动查看更多

聚类散点图

不同K值Gap统计图

轮廓图

4、k均值结果可视化的其他表示方式

p_load(cluster, fpc)
plotcluster(USArrests, res.km$cluster)

左右滑动查看更多

clusplot(USArrests, res.km$cluster, color=TRUE, shade=TRUE, 
         labels=2, lines=0)

左右滑动查看更多

思考题

Q

如何查看聚类结果的详细信息？

Q

如何对K均值聚类的中心点做可视化分析？

►往期推荐

回复【Python】👉简单有用易上手

回复【学术前沿】👉机器学习丨大数据

回复【数据资源】👉公开数据

回复【可视化】👉你心心念念的数据呈现

回复【老姚专栏】👉老姚趣谈值得一看

►一周热文

数据Seminar

这里是大数据、分析技术与学术研究的三叉路口

作者：王路情出处：R语言推荐：简华（何年华）编辑：青酱

    欢迎扫描👇二维码添加关注