R聚类分析：K均值与层次聚类

从数据标准化到聚类可视化，学习K-means和层次聚类的完整流程。 · 难度：入门 · +15XP

聚类分析概述

聚类是一种无监督学习方法，将数据划分为若干组（簇），使得同组内样本相似度高，不同组之间差异大。R中常用kmeans()进行K均值聚类，hclust()进行层次聚类。

1. K均值聚类

需要预先指定簇数量k。使用kmeans()函数，通过手肘法（SSE）确定最佳k。

data(iris)
iris_scaled <- scale(iris[,1:4])
set.seed(123)
km <- kmeans(iris_scaled, centers = 3, nstart = 25)
km$cluster  # 查看聚类结果

2. 层次聚类

不需要预设k，通过树状图（dendrogram）决定分割点。

d <- dist(iris_scaled, method = 'euclidean')
hc <- hclust(d, method = 'ward.D2')
plot(hc, labels = iris$Species)
# 在高度3处切割
cutree(hc, h = 3)

3. 聚类评估

4. 练习提示

对mtcars数据集（先标准化）进行K-means聚类，k=3，并绘制聚类后的散点图（使用前两个主成分作为坐标轴）。