数据挖掘算法-k-means

k-means 算法R实现

#先用setwd设置工作空间，如D盘，并将相关数据拷贝到该目录下
setwd("D:/k-means")

#读入数据

Data=read.csv("D:/k-means/data")

km=kmeans(Data,center=3)

print(km)

km$size/sum(km$size)

#数据分组

aaa=data.frame(Data,km$cluster)

Data1=Data[which(aaa$km.cluster==1),]

Data2=Data[which(aaa$km.cluster==2),]

Data3=Data[which(aaa$km.cluster==3),]

##客户分群“1”的概率密度函数图

par(mfrow=c(1,3))

plot(density(Data1[,1]),col="red",main="R")

plot(density(Data1[,2]),col="red",main="F")

plot(density(Data1[,3]),col="red",main="M")

##客户分群“2”的概率密度函数图

par(mfrow=c(1,3))

plot(density(Data2[,1]),col="red",main="R")

plot(density(Data2[,2]),col="red",main="F")

plot(density(Data2[,3]),col="red",main="M")

#客户分群“3”的概率密度函数图

par(mfrow=c(1,3))

plot(density(Data3[,1]),col="red",main="R")

plot(density(Data3[,2]),col="red",main="F")

plot(density(Data3[,3]),col="red",main="M")