R 聚类分析 Ward 聚类中心

Question

我使用hclust中的欧氏距离和Ward.D2方法在R中进行了聚类分析。我想使用这些聚类中心作为 K 均值分析的起点。但我不知道如何提取沃德方法的中心？有人可以帮忙吗？

Answer 1

这是一个使用 iris 数据集的可重现示例：

data(iris)
iris.z <- scale(iris[, -5])                            # Standardize the variables
iris.hcl <- hclust(dist(iris.z), method="ward.D2")     # Compute clusters
iris.hcl3 <- cutree(iris.hcl, 3)                       # Cut at 3 clusters
centers <- aggregate(iris.z, by=list(iris.hcl3), mean) # Compute centroids
iris.km3 <- kmeans(iris.z, centers[, -1])              # Compute kmeans
addmargins(xtabs(~iris.hcl3+iris.km3$cluster))         # Compare results
#      iris.km3$cluster
# iris.hcl3   1   2   3 Sum
#       1    49   0   0  49
#       2     1  29   0  30
#       3     0  24  47  71
#       Sum  50  53  47 150

请注意，hcl3 中的 1 行从 km3 中的集群 2 移动到集群 1，hcl3 中的 24 行从 km3 中的集群 3 移动到集群 2。

Answer 2

使用 EasyStats 参数包中的

method = "kmeans"

 函数中的 

cluster_analysis 选项也可以轻松实现这一点。

例如：

# Hierarchical k-means (more robust k-means)
if (require("factoextra", quietly = TRUE)) {
  rez <- cluster_analysis(iris[1:4], n = 3, method = "hkmeans")
  rez # Show results
  predict(rez) # Get clusters
}