数据分析案例分享：1个完整的聚类分析怎么做？

来  源：知乎/作  者：求知鸟这篇文章从对聚类的感性认识到聚类算法的实现：k个初始中心点的选择，中心点的迭代，直到算法收敛得到聚类结果。但有几个问题需要回答：如何判断数据是否适合聚类？k类是如何确定的？遇到数据集小的时候，如何得到直观的聚类图？遇到非凸集数据，聚类要如何实现？先看一幅以R语言绘制的图，适合聚类吗？> library(fMultivar)> set.seed(1234)> df> df> plot(df,main="bivariable normal distribution with rho=0.5")显然，这幅图中的数据不适合聚类！因为数据是从相关系数为0.5的正态分布中抽取了1000个观测值！如果采用中心点的聚类方法PAM，那么情况是否一致？？？> library(cluster)> library(ggplot2)> fit> df$clustering>ggplot(data=df,aes(x=V1,y=V2,color=clustering,shape=clustering))+geom_point()+ggtitle("clustering of Bivariate normal data")> plot(nc$All.index[,4],type="o",ylab="CCC",xlab= ………………………………