K-means算法R語言實踐
第一步：加載R包
library(stats)#該包屬于默認包叫挟，會自動加載
第二步：構建K-means聚類模型
model.Kmeans <-kmeans(x=subset(iris, select =-Species), centers=3)
第三步：生成混淆矩陣
table(model.Kmeans$cluster,iris$Species)
K-means算法原理
算法描述
輸入：簇的數(shù)目k限煞；包含n個對象的數(shù)據(jù)集D。
輸出：k個簇的集合署驻。
方法：
從D中任意選擇k個對象作為初始簇中心；
repeat;
根據(jù)簇中對象的均值瓶蚂，將每個對象指派到最相似的簇宣吱；
更新簇均值，即計算每個簇中對象的均值凌节；
計算準則函數(shù)；
until準則函數(shù)不再發(fā)生變化。
參考文獻
本文轉載自 ? ?http://www.360doc.com/userhome.aspx?userid=26290960&cid=10
