r语言聚类实现整理
来源:互联网 发布:怎么在淘宝内置密码 编辑:程序博客网 时间:2024/06/06 13:21
#高斯混合
library(mclust)
mc<-Mclust(iris[,1:4],3)
plot(mc,iris[,1],what="classification",dimens=c(3,4))
table(iris$Species, mc$classification)
#K均值
km<-kmeans(scale(x=iris[,1:4]),centers = 3)
plot(km$cluster)
table(km$cluster,iris$Species)
plot(iris[c("Sepal.Length","Sepal.Width")],col=km$cluster)
#层次聚类
iris.hc <- hclust( dist(iris[,1:4]))
plot( iris.hc, labels = FALSE, hang = -1)
re <- rect.hclust(iris.hc, k = 3)
iris.id <- cutree(iris.hc, 3)
table(iris.id, iris$Species)
#密度聚类
library(fpc)
newiris <- iris[1:4]
db <- dbscan(newiris,1.5,3,scale=T,showplot=T,method="raw")#类别太少
db <- dbscan(newiris,0.55,2,scale=T,showplot=T,method="hybrid")
db
library(mclust)
mc<-Mclust(iris[,1:4],3)
plot(mc,iris[,1],what="classification",dimens=c(3,4))
table(iris$Species, mc$classification)
#K均值
km<-kmeans(scale(x=iris[,1:4]),centers = 3)
plot(km$cluster)
table(km$cluster,iris$Species)
plot(iris[c("Sepal.Length","Sepal.Width")],col=km$cluster)
#层次聚类
iris.hc <- hclust( dist(iris[,1:4]))
plot( iris.hc, labels = FALSE, hang = -1)
re <- rect.hclust(iris.hc, k = 3)
iris.id <- cutree(iris.hc, 3)
table(iris.id, iris$Species)
#密度聚类
library(fpc)
newiris <- iris[1:4]
db <- dbscan(newiris,1.5,3,scale=T,showplot=T,method="raw")#类别太少
db <- dbscan(newiris,0.55,2,scale=T,showplot=T,method="hybrid")
db
0 0
- r语言聚类实现整理
- 模糊聚类R语言实现代码
- R语言实现聚类算法
- R语言聚类
- R 语言常用函数整理
- R 语言常用函数整理
- R语言数据整理作业
- [R语言]基本操作整理
- R 语言常用函数整理
- R语言实用函数整理
- R语言入门知识整理
- R语言实现聚类分析
- R语言实现神经网络
- R语言实现汉诺塔
- R语言实现决策树
- R语言:R语言基础知识及操作整理
- R语言之聚类
- R语言之聚类
- hive三种方式区别和搭建、HiveServer2环境搭建、HWI环境搭建和beeline环境搭建
- ocr识别图片文字,调用OneNote
- 递归专题
- spark mllib源码分析之随机森林(Random Forest)(一)
- android新特性: 底部导航栏BottomNavigationView系统库与第三方库的两种不同库的使用方法
- r语言聚类实现整理
- dp专题 第十九题 最低通行费
- json_decode转换json数据为null
- mybatis实现DDL(create,drop,alter等)操作
- Linux之mount实现U盘的挂载
- React-Native学习笔记之:Modal实现覆盖效果(类似安卓中PopuWindow)
- 面向服务的体系架构(SOA)—入门篇
- 理解Angular的$ apply()和$ digest()
- EditText设置密码隐藏和显示