R语言数据可视化的魅力——聚类的可视化

     聚类分析法是理想的多变量统计技术，主要有分层聚类法和迭代聚类法。 聚类分析也称群分析、点群分析，是研究分类的一种多元统计方法。

SPSS的聚类结果输出一般为冰柱状图和聚类树状图。相对SPSS，R语言ggfortify包中的autoplot ()函数，提供了一整套聚类分析的可视化包，可很容易就能做出漂亮的聚类图片，风格完全不同于SPSS。ggplot2自带的Iris数据集，也称鸢尾花卉数据集，是一类多重变量分析的数据集。通过花萼长度，花萼宽度，花瓣长度，花瓣宽度4个属性预测鸢尾花卉属于（Setosa，Versicolour，Virginica）三个种类中的哪一类。可用于算法的检测，是常用的测试数据。本次以为iris数据集为例，讲解聚类分析的可视化。

01

安装包及数据准备

#在计算之前，首先安装两个安装包

install.packages('ggplot2')

install.packages('ggfortify')

install.packages('cluster')

#加载安装包

library(ggplot2)

library(ggfortify)

library(cluster)

#查看前6条数据

head(iris)

iris数据集基本情况

02

聚类分析的可视化

#k-means聚类

autoplot(kmeans(USArrests, 3), data = USArrests)

K聚类的聚类图

从上图可以看出，不同的类别用不同的颜色分开，清晰的画出了3个类。此外，我们可以给每个点添加标签。

autoplot(kmeans(USArrests, 3), data = USArrests, label = TRUE, label.size = 3)

添加标签的聚类图

也可以用其他类型的聚类方法

library(cluster) autoplot(clara(iris[-5], 3))

其他方法聚类图

有时候，这样的聚类图显得有些简单，我们可以再把图形做的美观一些，比如，用线段把每个类圈出来，病给予不同的颜色。也可以用圆画出来。

autoplot(fanny(iris[-5], 3), frame = TRUE)

线段圈出每个类

autoplot(pam(iris[-5], 3), frame = TRUE, frame.type = 'norm')

圆圈出每个类

异次元点评

R语言的可视化极为强大，相比SPSS的聚类图，R给出的聚类图更加清爽，结果一目了然，当然，聚类树状图和冰柱状图也能给出，这里只做了不同于SPSS的几种图形，更多可视化的方法，可参考相关的。

医统界

更多医统内容

长按关注公众号