海洋波データのクラスタリングR

Question

私は、Rの異なるクラスタリング手法（kmeans、hclust、agnes、funny）を使用して嵐のエネルギーデータをクラスタリングしていますが、自分の仕事に最適な方法を選択するのが簡単でも、それらの結果を介してメソッドを比較して評価するための計算上の（理論ではない）メソッドです。あなたは何かがあると信じますか？事前に

おかげで、質問の

Answer 1

おかげで、私はあなたがhere

# Load and scale the dataset 
data("USArrests") 
DF <- scale(USArrests) 

When data is not scaledd the clustering results might not be reliable [example](http://stats.stackexchange.com/questions/140711/why-does-gap-statistic-for-k-means-suggest-one-cluster-even-though-there-are-ob) 

library("factoextra") 

# Enhanced k-means clustering 
res.km <- eclust(DF, "kmeans") 


# Gap statistic plot 
fviz_gap_stat(res.km$gap_stat) 

からkmeansデモを使用してfactoextraパッケージ

からeclust機能を使用してクラスターの最適数を計算することができることを学びました

012クラスタリング機能の

比較：

あなたはすべての利用可能なメソッドを使用してクラスターの最適数を計算することができます

clusterFuncList = c("kmeans", "pam", "clara", "fanny", "hclust", "agnes" ,"diana") 


resultList <- sapply(clusterFuncList,function(x) { 

cat("Begin clustering for function:",x,"\n") 

#For each clustering function find optimal number of clusters, to disable plotting use graph=FALSE 
clustObj = eclust(DF, x,graph=FALSE) 

#return optimal number of clusters for each clustering function 

cat("End clustering for function:",x,"\n\n\n") 

resultDF = data.frame(clustFunc = x, optimalNumbClusters = clustObj$nbclust,stringsAsFactors=FALSE) 

}) 

# >resultList 
    # clustFunc optimalNumbClusters 
# 1 kmeans     4 
# 2  pam     4 
# 3  clara     5 
# 4  fanny     5 
# 5 hclust     4 
# 6  agnes     4 
# 7  diana     4 

ギャップ統計すなわち適合度の指標：

「ギャップ統計」は、クラスタリングアルゴリズムの適合度の尺度として使用されます（を参照）。我々はclusterパッケージからclusGap機能と各クラスタリングアルゴリズムのギャップ統計量を比較することができ、ユーザ定義されたクラスタの固定数について

：

numbClusters = 5 

library(cluster) 

clusterFuncFixedK = c("kmeans", "pam", "clara", "fanny") 

gapStatList <- do.call(rbind,lapply(clusterFuncFixedK,function(x) { 

cat("Begin clustering for function:",x,"\n") 

set.seed(42) 
#For each clustering function compute gap statistic 

gapStatBoot=clusGap(DF,FUNcluster=get(x),K.max=numbClusters) 

gapStatVec= round(gapStatBoot$Tab[,"gap"],3) 


gapStat_at_AllClusters = paste(gapStatVec,collapse=",") 

gapStat_at_chosenCluster = gapStatVec[numbClusters] 

#return gap statistic for each clustering function 

cat("End clustering for function:",x,"\n\n\n") 

resultDF = data.frame(clustFunc = x, gapStat_at_AllClusters = gapStat_at_AllClusters,gapStat_at_chosenCluster = gapStat_at_chosenCluster, stringsAsFactors=FALSE) 

})) 

# >gapStatList 
# clustFunc  gapStat_at_AllClusters gapStat_at_chosenCluster 
#1 kmeans 0.184,0.235,0.264,0.233,0.27     0.270 
#2  pam 0.181,0.253,0.274,0.307,0.303     0.303 
#3  clara 0.181,0.253,0.276,0.311,0.315     0.315 
#4  fanny 0.181,0.23,0.313,0.351,0.478     0.478 

上記の表は、= kから各clutserで各アルゴリズムのギャップ統計量を有しています第3欄、gapStat_at_chosenClusterは、k = 5クラスタで のギャップ統計値を有する。統計下部したがって仕切り良好、USArrestsセット