Press "Enter" to skip to content

R语言基于温度对城市层次聚类、kmean聚类、主成分分析和Voronoi图可视化

原文链接: http://tecdat.cn/?p=20960

 

为了说明层次聚类技术和k-均值,我使用了了城市温度数据集,其中包括几个城市的月平均气温。

 

我们有15个城市,每月进行一次观测

 

boxplot(temp[,1:12],main="月平均温度")

 

 

由于方差看起来相当稳定,我们不会将这里的变量“标准化”,

 

> apply(月份,2,sd)

 

 

为了得到一个层次聚类分析,使用实例

 

hclust(dist , method = "ward")

 

 

另一种选择是使用

 

> plot(h2)

 

 

 

在这里,我们用主成分分析将观察结果可视化。我们这里还有一个自动选择类的数目,这里是3个。我们可以得到组的描述

 

或直接

 

cutree(cah,3)

 

我们也可以自己可视化这些类,

 

PCA(X,scale.unit=FALSE)
 plot(  ind$coord[,1:2],col="white")
 text( ind$coord[,1],acp$ind$coord[,2],

 

可以绘制出这些簇的中心点

 

> points(PT$Dim.1,PT$Dim.2,pch=19)

 

如果我们在这些中心周围添加_Voronoi_集,我们看到的是中间的点,恰好是三个区域的交点

 

vormo(PT$Dim.1,PT$Dim.2)
plot(V,add=TRUE)

 

 

要可视化这些区域,请使用_Voronoi图_,它又叫泰森多边形或Dirichlet图,它是由一组由连接两邻点直线的垂直平分线组成的连续多边形组成。

 

p=function(x,y){
+   which.min((PT$Dim.1-x)^2+(PT$Dim.2-y)^2)
image(vx,vy,z,col=c(rgb(1,0,0,.2),

 

 

实际上,这三组(和这三个区域)也是我们用k-均值算法得到的,

 

kmeans(coord[,1:2],3)
K-means clustering 
with 3 clusters of sizes 3, 7, 5

 

由于我们有一些空间数据,我们可以在地图上把它们可视化

 

points(Long,Lati,col=groups.3)

 

 

或者,为了可视化这些区域,使用

 

for(i in 1:3) 
+ Ellipse( Long[groups.3==i],

 

 

 

 

Be First to Comment

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注