Evaluarea diferitelor valori ale lui K vizual

Analiza clusterelor în R

Dmitriy (Dima) Gorenshteyn

Lead Data Scientist, Memorial Sloan Kettering Cancer Center

Suma totală a pătratelor intra-cluster: k = 1

Suma totală a pătratelor intra-cluster: k = 2

Suma totală a pătratelor intra-cluster: k = 3

Suma totală a pătratelor intra-cluster: k = 4

Graficul cotului

Generarea graficului cotului

model <- kmeans(x = lineup, centers = 2)
model$tot.withinss

[1] 1434.5

Generarea graficului cotului

library(purrr)

tot_withinss <- map_dbl(1:10,  function(k){
  model <- kmeans(x = lineup, centers = k)
  model$tot.withinss
})

elbow_df <- data.frame(
  k = 1:10,
  tot_withinss = tot_withinss
)
print(elbow_df)

    k tot_withinss
1   1    3489.9167
2   2    1434.5000
3   3     881.2500
4   4     637.2500
... ...   ...

Generarea graficului cotului

ggplot(elbow_df, aes(x = k, y = tot_withinss)) +
  geom_line() +
  scale_x_continuous(breaks = 1:10)

Să exersăm!

Analiza clusterelor în R