R语言学习20150414

2015/4/14

今天编写R语言程序，新学到的要点有：

1 (kmeans.result=kmeans(data,3))

    在代码外面加上括号，就可以直接运行出对象的结果

2 在R中写代码，要各种注意大小写的问题，例如赋予空值，必须是NULL，尤其在引用数据行列名的时候更要注意。随时检查改变后的数据

3 plot 的用法

   plot(iris2[c("Petal.Length","Sepal.Width")],col=kmeanss.result$cluster)

   可以直接按照列名选择数据，并且颜色可以按照某个对象分别着色

   还可以注意到，在矩阵的列选择中，如果采用x[,2] 选择出的是第二列向量，如果采用x[2]选择出的是只包含第二列的数据框

4 聚类中的kmeans算法

kmeanss.result<-kmeans(iris2,3)
plot(iris2[c("Petal.Length","Sepal.Width")],col=kmeanss.result$cluster)
points(kmeanss.result$centers[,c("Petal.Length","Sepal.Width")],col=3:5,pch=4,cex=5)    #后两个参数分别定义，点的形状，大小

table(iris$Species,kmeanss.result$cluster)

经典的做法，聚类出结构-----在一个图中显示出聚类结果----画出类的中心点----列表对比聚类的结果和原始的标签

 

5 聚类中的层次聚类法

idx=sample(1:dim(iris)[1],40)
irissam=iris[idx,]
irissam$Species=NULL
hc=hclust(dist(irissam),method="ave")
plot(hc,hang=-1,labels=iris$Species[idx])

rect.hclust(hc,k=5)
groups=cutree(hc,k=3)

核心的代码是hclust(dist())

精妙之处：在plot中，加入hang即设定悬定在哪个纵坐标上比较好，同时如果已经有分类标签的话，也可以作为labels来设定，更好对比

rect.hclust 在层次聚类图中画方框，区别出类别来

groups函数则可以提取出类别数（层次聚类法中竟然木有像 kmeans&cluster 那样的参数！！！）

 

6 DBSCAN 基于密度聚类，这个方法可以标记出这种方法识别出的异常点

library(fpc)

iris2=iris[-5]

ds=dbscan(iris2,eps=0.42,MinPts=5) #这里如何选择 eps 和MinPts是个大学问）

#维数较多时，plot 负责画出所有变量两两之间的关系

plot(ds,iris2)

#只画出固定的两个维度

plot(ds,iris2[c(1,4)])