Как я могу итеративно сделать кластеризацию для различных кластеров (к) значения

Question

я следующие данные РСА, на которых я делаю Kmeans кластеризацию:

head(pcdffinal) 
     PC1   PC2  PC3  PC4   PC5  PC6 
1 -9.204228 -2.73517110 2.7975063 0.6794614 -0.84627095 0.4455297 
2 2.927245 0.05666389 0.5085896 0.1472800 0.18193152 0.1041490 
3 -4.667932 -1.98176361 2.2751862 0.5347725 -0.43314927 0.3222719 
4 -1.366505 -0.40858595 0.5005192 0.4507366 -0.54996933 0.5533013 
5 -4.689454 -2.77185636 2.4323856 0.7387788 0.49237229 -0.4817083 
6 -3.477046 -1.84904214 1.5539558 0.5463861 -0.03231143 0.2814843 

opt.cluster<-3 
set.seed(115) 
pccomp.km <- kmeans(pcdffinal,opt.cluster,nstart=25) 

head(pccomp.km$cluster) 
[1] 2 1 2 2 2 2 
barplot(table(pccomp.km$cluster), col="steelblue") 

pccomp.km$tot.withinss #For total within cluster sum of squares. 
[1] 13172.59 

Мы можем также использовать для иллюстрации групп, в которые были собраны данные.

par(mfrow=c(1,1)) 
plot(pcdffinal[,1:2],col=(pccomp.km$cluster+1),main=paste('K-Means Clustering result with k = ', opt.cluster,sep=" "),pch=20,cex=2) 
points(pccomp.km$centers, pch=15,cex=2)#plotting the centres of the cluster as black squares 

library("factoextra") 
fviz_cluster(pccomp.km, data = pcdffinal, frame.type = "convex")+ theme_minimal() 

df.num_kmeans<-df.num 
df.num_kmeans$cluster.kmeans <- pccomp.km$cluster# is a vector of cluster assignment from kmeans() added as a column to the original dataset as 

сохранить этот набор данных & kmeans модель для дальнейшего использования

saveRDS(pccomp.km, "kmeans_model.RDS") 
write.csv(df.num_kmeans,"dfnum_kmeans.cluster.csv") 

library(cluster) 
clusplot(df.num_kmeans,pccomp.km$cluster,color = TRUE,shade=TRUE,labels = 2,lines = 0) 

library(ggfortify) 
autoplot(pccomp.km, data=pcdffinal, frame=TRUE,frame.type='norm') 

Я хотел бы сделать Kmeans итерационно для диапазона Ks сказать к = 2: 6 каждый раз делая участки для соответствующего к, а также сохранение моделей, а также данных как csv, но каждый делается отдельно для разных k.

Нужна помощь, чтобы преобразовать вышеуказанные коды в итеративный со счетчиком я собираюсь от 2 до 6.

исходные данные:

head(df.num_kmeans) 
    datausage  mou revenue calldrop handset2g handset3g smartphone 
1 896804.7 2854801 40830.404 27515  7930  19040  20810 
2 155932.1 419109 5512.498  5247  2325  2856  3257 
3 674983.3 2021183 25252.265 21068  6497  13056  14273 
4 522787.2 1303221 14547.380  8865  4693  9439  10746 
5 523465.7 1714641 24177.095 25441  8668  12605  14766 
6 527062.3 1651303 20153.482 18219  6822  11067  12994 
    rechargecount rechargesum  arpu subscribers 
1   4461  235430 197704.10  105822    
2   843  39820 34799.21  18210    
3   2944  157099 133842.38  71351    
4   2278  121697 104681.58  44975    
5   2802  144262 133190.55  75860    
6   2875  143333 119389.91  63740  

Использование случайного леса для сравнения точности

dfnum.kmeans <- read.csv("dfnum_kmeans.cluster.csv") 
table(dfnum.kmeans$cluster.kmeans) # size of each cluster 

конвертировать кластер var в фактор

dfnum.kmeans$cluster.kmeans <- as.factor(dfnum.kmeans$cluster.kmeans) 
is.factor(dfnum.kmeans$cluster.kmeans) 

создать обучение и тестовые наборы (75:25 раздвоения), используя «каретка» пакет

set.seed(128) # for reproducibility 
inTrain_kmeans <- caret::createDataPartition(y = dfnum.kmeans$cluster.kmeans, p = 0.75, list = FALSE) 

training_kmeans <- dfnum.kmeans[inTrain_kmeans, ] 
testing_kmeans <- dfnum.kmeans[-inTrain_kmeans, ] 

set.seed(122) 
control <- trainControl(method = "repeatedcv", number = 10,allowParallel = TRUE)  
modFit.rfcaret_kmeans <- caret::train(cluster.kmeans~ ., method = "rf",data = training_kmeans, trControl = control, number = 25) 
modFit.rfcaret_kmeans$finalModel 
pred.test_kmeans = predict(modFit.rfcaret_kmeans, testing_kmeans); confusionMatrix(pred.test_kmeans, testing_kmeans$cluster.kmeans) 
confusionMatrix(pred.test_kmeans, testing_kmeans$cluster.kmeans)$overall[1] 

Answer 1

Если предположить, что исходный dataframe является df.num, следующим может сохранить все файлы (для различных значений к) в ваш рабочий каталог:

for (k in 2:6) { 
    set.seed(115) 
    pccomp.km <- kmeans(pcdffinal,k,nstart=25) 
    head(pccomp.km$cluster) 
    print(paste(k, pccomp.km$tot.withinss)) #For total within cluster sum of squares. 
    png(paste0('kmeans_proj_',k, '.png')) 
    par(mfrow=c(1,1)) 
    plot(pcdffinal[,1:2],col=(pccomp.km$cluster+1),main=paste('K-Means Clustering result with k = ', k,sep=" "),pch=20,cex=2) 
    points(pccomp.km$centers, pch=15,cex=2)#plotting the centres of the cluster as black squares 
    dev.off() 
    png(paste0('kmeans_fviz_',k, '.png')) 
    print(fviz_cluster(pccomp.km, data = pcdffinal, frame.type = "convex")+ theme_minimal()) 
    dev.off() 
    df.num_kmeans<-df.num 
    df.num_kmeans$cluster.kmeans <- pccomp.km$cluster# is a vector of cluster assignment from kmeans() added as a column to the original dataset as 
    saveRDS(pccomp.km, paste0("kmeans_model_", k, ".RDS")) 
    write.csv(df.num_kmeans,paste0("dfnum_kmeans_", k, ".cluster.csv")) 
    png(paste0('clusplot_',k, '.png')) 
    clusplot(df.num_kmeans,pccomp.km$cluster,color = TRUE,shade=TRUE,labels = 2,lines = 0) 
    dev.off() 
    png(paste0('autoplot_',k, '.png')) 
    print(autoplot(pccomp.km, data=pcdffinal, frame=TRUE,frame.type='norm')) 
    dev.off() 
}