划分聚类 是用于基于数据集的相似性将数据集分类为多个组的聚类方法。我们围绕聚类技术进行一些咨询，帮助客户解决独特的业务问题。

  【视频】KMEANS均值聚类和层次聚类：R语言分析生活幸福质量系数可视化实例

KMEANS均值聚类和层次聚类：R语言分析生活幸福质量系数可视化实例

，时长06:05

分区聚类，包括：

• K均值聚类 （MacQueen 1967），其中每个聚类由属于聚类的数据点的中心或平均值表示。K-means方法对异常数据点和异常值敏感。
• K-medoids聚类或PAM（Partitioning Around Medoids，Kaufman和Rousseeuw，1990），其中，每个聚类由聚类中的一个对象表示。与k-means相比，PAM对异常值不太敏感。
• CLARA算法（Clustering Large Applications），它是适用于大型数据集的PAM的改进。

对于这些方法中的每一种，我们提供：

• 基本思想和关键概念
• R软件中的聚类算法和实现
• R用于聚类分析和可视化的示例

数据准备：

my_data <- USArrests
# 删除所有缺失值（即NA值不可用）
my_data <- na.omit(my_data)
# 标准化变量
my_data <- scale(my_data)
# 查看开始3行
head(my_data, n = 3)

##         Murder Assault UrbanPop     Rape
## Alabama 1.2426   0.783   -0.521 -0.00342
## Alaska  0.5079   1.107   -1.212  2.48420
## Arizona 0.0716   1.479    0.999  1.04288

确定k-means聚类的最佳聚类数：

fviz_nbclust(my_data, kmeans,method = "gap_stat")

## Clustering k = 1,2,..., K.max (= 10): .. done
## Bootstrapping, b = 1,2,..., B (= 100)  [one "." per sample]:
## .................................................. 50 
## .................................................. 100

计算和可视化k均值聚类：

fviz_cluster(km.res, data = my_data, ellipse.type = "convex",palette = "jco",repel = TRUE,ggtheme = theme_minimal())

同样，可以如下计算和可视化PAM聚类：

pam.res <- pam(my_data, 4)
# 可视化
fviz_cluster(pam.res)