[EDA] K-Means Clustering with R

안녕하세요!

 

오늘은 EDA수업에서 배우는 또 다른 Clustering 기법인

 

k-means clustering을 R을 통해 알아보겠습니다.

 

간단한 좌표 설정

set.seed(1234) #rnorm으로 생성된 값 계속쓰기 위해 고정
x <- rnorm(12, mean=rep(c(1, 2, 3), each = 4), sd=rep(0.2, 12))
y <- rnorm(12, mean=rep(c(1, 2, 1), each = 4), 0.2)
plot(x, y, col = "blue", pch = 19, cex = 2)
text(x + 0.05, y + 0.05, labels = as.character(1:12))

 

Kmeans() 이용하기

dataFrame <- data.frame(x, y)
kmeansObj <- kmeans(dataFrame, centers = 3)		# k-means with k=3
table(kmeansObj$cluster)
>>> 1 2 3
    4 4 4
    
kmeansObj$cluster
>>> [1] 3 3 3 3 1 1 1 1 2 2 2 2

points(x, y, col = kmeansObj$cluster, pch = 19, cex = 2)

 

image() 이용하기

par(mfrow=c(1,2)) #그래픽 1행 2열로 보이게
image(t(dataFrame)[, nrow(dataFrame):1], yaxt = "n", main = "Original Data")
image(t(dataFrame)[, order(kmeansObj$cluster)], yaxt = "n", main = "Clustered Data")

 

Silhouette 이용하기

library(cluster)

data.dist<-dist(dataFrame)

par(mfrow=c(1,3))

data.km2<-kmeans(dataFrame, centers=2)
data.km2.sil<-silhouette(data.km2$cl, data.dist)
plot(data.km2.sil, main="K-means with k=2")

data.km3<-kmeans(dataFrame, centers=3)
data.km3.sil<-silhouette(data.km3$cl, data.dist)
plot(data.km3.sil, main="K-means with k=3")

data.km4<-kmeans(dataFrame, centers=4)
data.km4.sil<-silhouette(data.km4$cl, data.dist)
plot(data.km4.sil, main="K-means with k=4")

k=2일때 0.56, k=3일때 0.76, k=4일때 0.59로 

 

k=3인 3개의 cluster로 분류할 때 0.76으로 가장 높은 결과를 도출하는 것을 알 수 있습니다!

 

감사합니다!