聚类分析中的可视化

问题提出

当数据没有标签或者有少量标签的时候，我们需要使用聚类分析来发现数据的模式。便于理解聚类分析的结果或者效果，如何对聚类分析做可视化呢？

解决方法

• 第一步：安装和加载聚类分析R包-factoextra

1. library(pacman)
2. p_load(factoextra)

• 第二步：导入数据集，采用R语言自带的USArrests

1. # 导入数据集
2. data("USArrests")
3. # 数据集理解
4. ?USArrests
5. # 数据集检视
6. head(USArrests)

• 第三步：数据集准备与处理，对数据集做标准化处理，每列转换为均值为0，标准差为1

1. df <- scale(USArrests)
2. head(df, 10)

• 第四步：聚类分析及可视化。

不管是层次聚类还是划分聚类，都要寻找一个距离度量。然后根据计算后的距离，采用不同的策略进行数据集的汇聚。

4.1 基于相关系数的距离度量和可视化

1. res.dist <- get_dist(df, method = "pearson")
2. head(round(as.matrix(res.dist), 2))[, 1:6]
3. # 可视化相关系数矩阵
4. fviz_dist(res.dist, lab_size = 8)

4.2 增强型分层聚类和可视化

1. res.hc <- eclust(df, "hclust")
2. fviz_dend(res.hc, rect = TRUE) # 树图
3. fviz_cluster(res.hc) # 散点图
4. fviz_silhouette(res.hc) # 轮廓图

分层树图

聚类散点图

轮廓图

4.3 增强型K均值聚类和可视化

1. res.km <- eclust(df, "kmeans", nstart = 25) #聚类的散点图
2. fviz_gap_stat(res.km$gap_stat) # 不同K值下Gap 统计图，指导选择最佳K值
3. fviz_silhouette(res.km) # 轮廓图，每种聚类下面的分布情况

聚类散点图

不同K值Gap统计图

轮廓图

k均值结果可视化的其他表示方式

1. p_load(cluster, fpc)
2. plotcluster(USArrests, res.km$cluster)

1. clusplot(USArrests, res.km$cluster, color=TRUE, shade=TRUE,
2. labels=2, lines=0)

思考题

• 如何查看聚类结果的详细信息
• 如何对K均值聚类的中心点做可视化分析