R语言K-Means(K-均值)聚类、朴素贝叶斯(Naive Bayes)模型分类可视化

全文链接：http://tecdat.cn/?p=32355

分类是把某个对象划分到某个具体的已经定义的类别当中，而聚类是把一些对象按照具体特征组织 到若干个类别里 （ 点击文末“阅读原文”获取完整代码数据 ）。

相关视频

虽然都是把某个对象划分到某个类别中，但是分类的类别是已经预定义的，而聚类操作时，某个对象所属的类别却不是预定义的。所以，对象所属类别是否为事先，是二者的最基本区别。而这个区别，仅仅是从算法实现流程来看的。

本文帮助客户对数据进行聚类和分类，需要得到的结果是，聚类的二维效果图，聚类个数，聚类中心点值。用聚类得到的结果贝叶斯建模后去预测分类。需要得到贝叶斯的模型精度，分类预测结果。

K-Means聚类成3个类别

聚类算法(clustering analysis)是指将一堆没有标签的数据自动划分成几类的方法，属于无监督学习方法。K-means算法，也被称为K-平均或K-均值，是一种广泛使用的聚类算法，或者成为其他聚类算法的基础，它是基于点与点距离的相似度来计算最佳类别归属。几个相关概念：

K值：要得到的簇的个数；

质心：每个簇的均值向量，即向量各维取平均即可；

距离量度：常用欧几里得距离和余弦相似度(先标准化)；

    kmeans(data, 3)

  

聚类中心

聚类绘图

    lusplot(data, fit$cluster

  

将数据使用kmean算法分成3个类别后可以看到 每个类别之间分布呈不同的簇，交集较少 ，因此 可以认为得到的聚类结果较好。

---

点击标题查阅往期内容

数据分享|R语言分析上海空气质量指数数据：kmean聚类、层次聚类、时间序列分析：arima模型、指数平滑法

左右滑动查看更多

01

02

03

04

计算贝叶斯训练模型

朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法 。

和决策树模型相比，朴素贝叶斯分类器(Naive Bayes Classifier 或 NBC)发源于古典数学理论，有着坚实的数学基础，以及稳定的分类效率。同时，NBC模型所需估计的参数很少，对缺失数据不太敏感，算法也比较简单。

朴素贝叶斯算法（Naive Bayesian algorithm) 是应用最为广泛的分类算法之一。

也就是说没有哪个属性变量对于决策结果来说占有着较大的比重，也没有哪个属性变量对于决策结果占有着较小的比重。

虽然这个简化方式在一定程度上降低了贝叶斯分类算法的分类效果，但是在实际的应用场景中，极大地简化了贝叶斯方法的复杂性。

    head(train)

  

建立贝叶斯模型

    naiveBayes(as.factor(clus

  

贝叶斯的模型精度

    tab=table(preds,train[,ncol(train)])#分类混淆矩阵  
tab

  

进行预测

    predict(m, datapred,type="clas

  

预测分类

    preds

  

K-Means聚成两个类别

    fit <- kmeans(dat

  

聚类中心

    fit$centers

  

    usplot(data, fit

  

将数据使用kmean算法分成2个类别后可以看到每个类别之间分布呈不同的簇，交集较少 ，因此可以认为得到的聚类结果较好。

建立贝叶斯模型

    naiveBayes(as.factor(clu

  

贝叶斯的模型精度

    table(preds,train[,n
  

进行预测

    predict(m, datapred,type="cla

  

---

点击文末“阅读原文”

获取全文完整代码数据资料。

本文选自《R语言K-Means(K-均值)聚类、朴素贝叶斯（Naive Bayes）模型分类可视化》。

点击标题查阅往期内容

R语言文本挖掘：kmeans聚类分析上海玛雅水公园景区五一假期评论词云可视化
R语言k-Shape时间序列聚类方法对股票价格时间序列聚类
K-means和层次聚类分析癌细胞系微阵列数据和树状图可视化比较
KMEANS均值聚类和层次聚类：亚洲国家地区生活幸福质量异同可视化分析和选择最佳聚类数
PYTHON实现谱聚类算法和改变聚类簇数结果可视化比较
有限混合模型聚类FMM、广义线性回归模型GLM混合应用分析威士忌市场和研究专利申请数据
R语言多维数据层次聚类散点图矩阵、配对图、平行坐标图、树状图可视化城市宏观经济指标数据
r语言有限正态混合模型EM算法的分层聚类、分类和密度估计及可视化
Python Monte Carlo K-Means聚类实战研究
R语言k-Shape时间序列聚类方法对股票价格时间序列聚类
R语言对用电负荷时间序列数据进行K-medoids聚类建模和GAM回归
R语言谱聚类、K-MEANS聚类分析非线性环状数据比较
R语言实现k-means聚类优化的分层抽样(Stratified Sampling)分析各市镇的人口
R语言聚类有效性：确定最优聚类数分析IRIS鸢尾花数据和可视化 Python、R对小说进行文本挖掘和层次聚类可视化分析案例
R语言k-means聚类、层次聚类、主成分（PCA）降维及可视化分析鸢尾花iris数据集
R语言有限混合模型(FMM,finite mixture model)EM算法聚类分析间歇泉喷发时间
R语言用温度对城市层次聚类、kmean聚类、主成分分析和Voronoi图可视化
R语言k-Shape时间序列聚类方法对股票价格时间序列聚类
R语言中的SOM(自组织映射神经网络)对NBA球员聚类分析
R语言复杂网络分析：聚类（社区检测）和可视化
R语言中的划分聚类模型
基于模型的聚类和R语言中的高斯混合模型
r语言聚类分析：k-means和层次聚类
SAS用K-Means 聚类最优k值的选取和分析
用R语言进行网站评论文本挖掘聚类
基于LDA主题模型聚类的商品评论文本挖掘
R语言鸢尾花iris数据集的层次聚类分析
R语言对用电负荷时间序列数据进行K-medoids聚类建模和GAM回归
R语言聚类算法的应用实例