Aantal clusters kiezen

Unsupervised learning in R

Hank Roark

Senior Data Scientist at Boeing

Resultaten interpreteren

# Create hierarchical cluster model: hclust.out
hclust.out <- hclust(dist(x))

# Inspect the result
summary(hclust.out)

            Length Class  Mode     
merge       98     -none- numeric  
height      49     -none- numeric  
order       50     -none- numeric  
labels       0     -none- NULL     
method       1     -none- character
call         2     -none- call     
dist.method  1     -none- character

Dendrogram

Boomstructuur om hiërarchische clustering te interpreteren

vijf observaties geplot en een dendrogram

Dendrogram

Boomstructuur om hiërarchische clustering te interpreteren

twee clusterpunten worden samengevoegd in het dendrogram

Dendrogram

Boomstructuur om hiërarchische clustering te interpreteren

twee andere clusterpunten worden samengevoegd in het dendrogram

Dendrogram

Boomstructuur om hiërarchische clustering te interpreteren

twee clusters en een punt worden samengevoegd in het dendrogram

Dendrogram

Boomstructuur om hiërarchische clustering te interpreteren

alle clusters en punten worden samengevoegd in het dendrogram

Dendrogram plotten in R

# Draws a dendrogram
plot(hclust.out)

abline(h = 6, col = "red")

horizontale lijn die aangeeft hoeveel clusters we willen in het dendrogram

Boom "knippen" in R

# Knip op hoogte h
cutree(hclust.out, h = 6)

1 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 3 3 3
3 3 3 3 3 3 3 4 4 4 4 4 4 4 4 4 4 2 4 2 4 4

# Knip op aantal clusters k
cutree(hclust.out, k = 2)

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2
2 2 2 2 2 2 2 1 1 1 1 1 1 1 1 1 2 1 1 1 1 1

Laten we oefenen!

Unsupervised learning in R