데이터 마이닝 R코드 Clustering(Protein, iris)

목차

1. Protein data Clustering
2. 모든 섭취원에 대한 7개의 클러스터 분석
3. 적당한 k값 도출해보기
4. Iris 데이터를 kmeans로 군집화 하기
5. iris 데이터를 kmeans로 군집화할 때 최적의 K값 찾기
6. 계층형 군집화 iris데이터
7. iris데이터를 밀도기반으로 군집화하기

본문내용

Protein data Clustering
food에 protein.csv 데이터를 가져오고 데이터를 확인해본다.

kmeans함수를 사용해 군집에 사용할 데이터로 food, 그 중에 meat데이터를 주고 두번째 인자centers로 3개의 클러스터의 수를 지정해준다.

Meat$cluster는 kmeans함수에서 지정된 군집을 지정하는 벡터이다.
centers로 각 속성과 군집 결합에 대한 평균값을 매트릭스로 확인한다.
size는 각 군집에 지정되 예지 수의 목록이다.

결과를 data.frame으로 확인한다

결과를 plot로 확인한다

food<- read.csv("protein.csv", stringsAsFactors = FALSE)
food[1:3, ]
str(food)
Meats<-kmeans(food[, c("WhiteMeat", "RedMeat")], centers=3)
Meats
Meats$cluster
Meats$centers
Meats$size
order<- order(Meats$cluster)

참고 자료

없음