i********f
发帖数: 206 | 1 我有一些数据,例如
x y
[1,] 0.010313070 -0.02893566
[2,] 0.245346732 0.31654765
[3,] 0.549282428 -0.15341703
[4,] -0.208582213 0.29955670
我想把他们分成两组.
> cl <- kmeans(dist,2)
如果我想固定K-means的起始点,让他们分别是([1,] 0.010313070 -0.02893566)和([2
,] 0.245346732 0.31654765),应该怎么写k-means中那个centers的参数呢? 多谢 | o****o
发帖数: 8077 | 2 use centers= argument in the kmeans function
2 vectors will result in 2 clusters | i********f
发帖数: 206 | 3 我不清楚怎么写这个,
总是被提示列数必须相等.
能给个例子么?多谢了
【在 o****o 的大作中提到】
: use centers= argument in the kmeans function
: 2 vectors will result in 2 clusters
| o****o
发帖数: 8077 | 4 use rbind to stack the two vectors:
#--------------------
> x = read.table("clipboard",sep=' ', as.is=T, header=F) #read in sample
data
> c1<-c(0.010313070, -0.02893566)
> c2<-c(0.245346732, 0.31654765)
> kmeans(x, centers=c(c1, c2))
K-means clustering with 2 clusters of sizes 3, 1
Cluster means:
V1 V2
1 0.01569253 0.1957229
2 0.54928243 -0.1534170
Clustering vector:
[1] 1 1 2 1
Within cluster sum of squares by cluster:
[1] 0.1789207 0.0000000
Available components:
[1] "clust
【在 i********f 的大作中提到】
: 我不清楚怎么写这个,
: 总是被提示列数必须相等.
: 能给个例子么?多谢了
| i********f
发帖数: 206 | 5 对的,是rbind,多谢多谢,呵呵
【在 o****o 的大作中提到】
: use rbind to stack the two vectors:
: #--------------------
: > x = read.table("clipboard",sep=' ', as.is=T, header=F) #read in sample
: data
: > c1<-c(0.010313070, -0.02893566)
: > c2<-c(0.245346732, 0.31654765)
: > kmeans(x, centers=c(c1, c2))
: K-means clustering with 2 clusters of sizes 3, 1
: Cluster means:
: V1 V2
| i********f
发帖数: 206 | 6 在用Kmeans的时候,有人会用dist处理matrix,然后再输入到Kmeans,
有人好像直接就用最初的matrix,直接运行Kmeans
这两个有什么区别么,对最后的结果而言
【在 o****o 的大作中提到】
: use rbind to stack the two vectors:
: #--------------------
: > x = read.table("clipboard",sep=' ', as.is=T, header=F) #read in sample
: data
: > c1<-c(0.010313070, -0.02893566)
: > c2<-c(0.245346732, 0.31654765)
: > kmeans(x, centers=c(c1, c2))
: K-means clustering with 2 clusters of sizes 3, 1
: Cluster means:
: V1 V2
| o****o
发帖数: 8077 | 7 distance measures dissimilarity
raw matrix measures Eucleadian distance (L-2)
【在 i********f 的大作中提到】
: 在用Kmeans的时候,有人会用dist处理matrix,然后再输入到Kmeans,
: 有人好像直接就用最初的matrix,直接运行Kmeans
: 这两个有什么区别么,对最后的结果而言
| i********f
发帖数: 206 | 8 多谢,呵呵
【在 o****o 的大作中提到】
: distance measures dissimilarity
: raw matrix measures Eucleadian distance (L-2)
|
|
|
