なぜk-meansはRの変数ではなく観測値をクラスタリングするのですか？

Question

以下に示すように、私は、84個の変数300人の観察とそれぞれとデータセットmydataを有する：

Iはmydata 5におけるクラスタクラスタには、次のコードを使用しています：これは、生成

mydata <- read.csv("mydata.csv", header = TRUE) 

# K-Means Clustering with 5 clusters 
fit <- kmeans(mydata, 5) 

# Cluster Plot against first 2 principal components 

# vary parameters for most readable graph 
library(cluster) 
clusplot(mydata, fit$cluster, color=TRUE, shade=TRUE, labels=2, lines=0) 

を次のプロット：

私は84変数を名前でプロットすることを期待していました。観察に基づいて第1の画像を生成する。しかし、代わりに、最後の画像に見られるように、それは300の観測値を集めています。これを修正するには？

私はmydataの転置を試みましたが、それでも問題は解決しません。

編集：私はこのようなプロットを期待していました（しかし、このプロットは別のデータセット用です）。このプロットは、プロット上の変数の名前を表示するためだけに表示されます。つまり、変数が（観測値に基づいて）プロットされています。あなたが言及

Answer 1

プロットは、おそらくmtcarsデータセットを使用して作成されていた：

print(datasets::mtcars) 

あなたが見るポイントが明確に観測されています。

あなたは、変数のクラスタを作成する場合は、複数のオプションが存在します。

• をcorとexempleのためのあなたの変数間の距離の行列を、作成しhclustで階層的クラスタリングを行います。
• pcaを実行して、作成したコンポーネントに対して変数の投影をクラスタ化します。これにより、kmeansを使用して変数をクラスタ化できます。
• すべての変数が数値である場合、データフレームを転置し、k平均クラスタリングを実行できます。

また、なぜ変数をクラスタ化するのかという疑問は、おそらくもっと考えなければならないでしょう。

Answer 2

をクラスタ変数にする場合は、のインスタンスではなく、の転記のデータマトリックスを使用できます。

通常、クラスタリングはデータポイントに適用され、列には適用されません。

k-meansの通常の制限に注意してください。規模に非常に敏感です。