基于密度的聚类算法与Kmeans算法的R语言脚本

使用R语言实现聚类算法

本次仅展示简单的使用R语言实现kmeans算法和基于密度的算法：

首先是基于密度的R语言脚本：

>library(cluster)>library(fpc)>#如果提示没有fpc包，则使用install.packages('fpc')按照，注意单引号。> data <- read.csv('train.csv')> x <- data[,c(2,3,4,5)]> #读取data数据的第2,3,4,5共4列作为维度数据，索引从1开始> ds <- dbscan(x,0.02,6)> #其中2是距离半径，6是每次计算囊括的点的数量，具体可以根据数据表现进行调整，这也是基于密度聚类算法的局限之一> par(bg="grey")> plot(ds, x)

其次是基于Kmeans算法的R语言脚本：

>library(cluster)> data <- read.csv('train.csv')> x <- data[,c(2,3,4,5)]> res <- kmeans(x,centers=3)> par(bg="grey")> plot(x,col=res$cluster)> #结果以不同颜色的标记不同的分类类别

以上是简单的执行脚本，不涉及复杂的参数设置，比如在Kmeans算法中还可以设置收敛值，迭代次数等，更多内容随着学习的深入再逐步添加，简单的算法已经足够应付很多需求了。