Selectarea numărului de clustere

Învățare nesupervizată în R

Hank Roark

Senior Data Scientist at Boeing

Interpretarea rezultatelor

# 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

Dendrogramă

Structură arborescentă pentru interpretarea modelelor de clustering ierarhic

cinci observații reprezentate grafic și o dendrogramă

Dendrogramă

Structură arborescentă pentru interpretarea modelelor de clustering ierarhic

două puncte de cluster sunt unite în dendrogramă

Dendrogramă

Structură arborescentă pentru interpretarea modelelor de clustering ierarhic

alte două puncte de cluster sunt unite în dendrogramă

Dendrogramă

Structură arborescentă pentru interpretarea modelelor de clustering ierarhic

două clustere și un punct sunt unite în dendrogramă

Dendrogramă

Structură arborescentă pentru interpretarea modelelor de clustering ierarhic

toate clusterele și punctele sunt unite în dendrogramă

Reprezentarea dendrogramei în R

# Draws a dendrogram
plot(hclust.out)

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

bară orizontală care indică numărul de clustere dorit în dendrogramă

"Tăierea" arborelui în R

# Cut by height 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

# Cut by number of 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

Să exersăm!

Învățare nesupervizată în R