溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這期內容當中小編將會給大家帶來有關如何理解R語言聚類算法中的k中心聚類，文章內容豐富且以專業的角度為大家分析和敘述，閱讀完這篇文章希望大家可以有所收獲。
1.原理解析:
針對K-均值算法易受極值影響這一缺點的改進算法.在原理上的差異在于選擇個類別中心點時不取樣本均值點,而在類別內選取到其余樣本距離之和最小的樣本為中心。
2.在R語言中的應用
k中心聚類(K-medoids)主要運用到了R語言中cluster包（R語言內置包）中的pam函數。
pam(x,k,diss=inherits(x,”dist”),metric=”euclidean”,medoids=NULL,stand=FALSE,cluster.only=FALSE,do.swap=TRUE,keep.diss=!diss&&!cluster.only&&n<100,keep.data=!diss&&!cluster.only,pamonce=FALSE,trace.lev=0)
3.以iris數據集為例進行線性判別分析
1)應用模型并查看模型的相應參數
fit_pam=pam(iris[,-5],3)
fit_pam[1:length(fit_pam)]
上述就是小編為大家分享的如何理解R語言聚類算法中的k中心聚類了，如果剛好有類似的疑惑，不妨參照上述分析進行理解。如果想知道更多相關知識，歡迎關注億速云行業資訊頻道。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
