本篇內(nèi)容介紹了“非層次聚類k-means怎么使用”的有關知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領大家學習一下如何處理這些情況吧！希望大家仔細閱讀，能夠?qū)W有所成！

網(wǎng)站建設哪家好，找創(chuàng)新互聯(lián)公司！專注于網(wǎng)頁設計、網(wǎng)站建設、微信開發(fā)、成都小程序開發(fā)、集團企業(yè)網(wǎng)站建設等服務項目。為回饋新老客戶創(chuàng)新互聯(lián)還提供了淮濱免費建站歡迎大家使用！

k-均值（k-means）算法是一種迭代求解的線性聚類算法，它需要給定起始的聚類簇數(shù)目，根據(jù)給定的聚類簇數(shù)目隨機選取相同數(shù)目的對象作為初始聚類中心，根據(jù)所有對象與聚類中心的距離來劃分聚類簇，直到所有對象劃分完畢，然后根據(jù)目前歸類情況計算目標函數(shù)值：

其中N為對象總數(shù)，K為給定的聚類簇數(shù)目，r_ik表示當樣本x_i劃為聚類簇k時為1，否則為0，首次聚類u_k為初始聚類中心坐標，初次迭代完則選擇每個聚類簇坐標的均值作為下一次的聚類中心，這也是k-均值得名的由來?？梢钥闯觯@個公式實際上反映的是所有聚類簇的組內(nèi)方差，組內(nèi)方差總和越小，劃分越理想。因此，k-means不斷迭代上面過程，來最小化組內(nèi)總方差。整個過程就是通過識別對象的高密度區(qū)域來建立分類。

#讀取數(shù)據(jù)data=read.table(file="otu_table.txt", header=TRUE, check.names=FALSE)rownames(data)=data[, 1]data=as.matrix(data[, -1])#將每個樣品的物種數(shù)據(jù)進行總和標準化（即求相對豐度）library(vegan)data=decostand(data, MARGIN=2, "total")*100otu=t(data)#層次聚類otu_dist=vegdist(otu, method="euclidean", diag=TRUE, upper=TRUE, p=2)hcl=hclust(otu_dist, method="ward.D")cluster1=cutree(hcl, 5)#k-means聚類，centers為預設聚類簇數(shù)目，nstart為迭代次數(shù)kms=kmeans(otu, centers=5, nstart=100)cluster2=kms$clustertable(cluster1, cluster2)

結(jié)果如下所示：

可以看出兩種聚類其結(jié)果并不相同，其中只有兩組是完全相同的。一般來說，k-means不適合含有很多0值的原始數(shù)據(jù)聚類。由于k-means只能對原始數(shù)據(jù)進行聚類，要想使用其他距離（bray-curtis等），只有將原始數(shù)據(jù)計算距離矩陣進行PCoA分析，然后根據(jù)提取的主坐標進行k-means聚類。

#篩選最佳聚類簇數(shù)目multikms=cascadeKM(otu, inf.gr=2, sup.gr=22, iter=100, criterion="ssi")plot(multikms, sortg=TRUE)

上例中聚類簇數(shù)目從2到22，sortg=TRUE表示根據(jù)聚類結(jié)果重排樣品的順序。"ssi"為簡單結(jié)構(gòu)指數(shù)（simplestructrre index），用于評價聚類結(jié)果的好壞，一般聚類簇數(shù)目越多，結(jié)構(gòu)越復雜，則ssi指數(shù)越高。也可以選擇"calinski"也即Calinski-Harabasz指數(shù)，該指數(shù)一般隨著聚類簇數(shù)目增加而降低，其值越大表明聚類結(jié)果越好。分析結(jié)果如下所示：

我們所使用數(shù)據(jù)中一共66個樣品，其中左邊彩圖展示了每個對象（也即樣品）在不同分類水平下的小組歸屬，每一行不同顏色的數(shù)目即分類簇的數(shù)目。右圖為每一個分類水平下終止分類（也即迭代結(jié)束）時的統(tǒng)計量，這里以ssi值表示。由此我們可以看出，與層次聚類不同的是，非層次聚類不同聚類水平均是獨立運行的。

“非層次聚類k-means怎么使用”的內(nèi)容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業(yè)相關的知識可以關注創(chuàng)新互聯(lián)網(wǎng)站，小編將為大家輸出更多高質(zhì)量的實用文章！