R聚类分析：K-means聚类

掌握K-means聚类算法的原理与R实现，学习确定最佳聚类数。 · 难度：入门 · +15XP

K-means聚类概述

K-means将数据划分为K个簇，使得每个样本到其簇中心的距离平方和最小。适用于连续型数值数据，需预先指定K值。

1. 数据准备

data(iris)
X <- iris[,1:4]  # 使用数值列

2. 执行K-means

set.seed(123)
km <- kmeans(X, centers = 3, nstart = 25)
print(km$cluster)
print(km$centers)

3. 确定最佳K值：肘部法

wss <- sapply(1:10, function(k){ kmeans(X, k, nstart=25)$tot.withinss })
plot(1:10, wss, type = 'b', xlab = 'K', ylab = 'Total WSS')

4. 可视化聚类结果

library(ggplot2)
df <- data.frame(X, cluster = as.factor(km$cluster))
ggplot(df, aes(x = Petal.Length, y = Petal.Width, color = cluster)) + geom_point()

练习提示：使用USArrests数据集进行K-means聚类（K=4），并用fviz_cluster()（factoextra包）可视化。