利用R语言进行聚类分析实战（数据+代码+可视化+详细分析）

🍉CSDN小墨&晓末:https://blog.csdn.net/jd1813346972

   个人介绍: 研一｜统计学｜干货分享

         擅长Python、Matlab、R等主流编程软件

         累计十余项国家级比赛奖项，参与研究经费10w、40w级横向

文章目录

• 1 研究目的
• 2 数据背景
• 3 案例演示
• • 3.1 读取数据
  • 3.2 按样本聚类
  • • 3.2.1 最短距离法
    • 3.2.2 最长距离法
    • 3.2.3 中间距离法
    • 3.2.4 类平均法
    • 3.2.5 重心法
    • 3.2.6 离差平方和法
    • 3.2.7 K-means快速聚类法
    • 3.2.8 样本聚类总结
    • 3.3 按变量聚类
    • • 3.3.1 最短距离法
      • 3.3.2 最长距离法绘制树状聚类图
      • 3.3.3 中间距离法
      • 3.3.4 类平均法
      • 3.3.5 重心法
      • 3.3.6 离差平方和法
      • 3.3.7 K-means快速聚类法
      • 3.3.8 变量聚类总结

        1 研究目的

          对来源于Frank and Asuncion (2010)胎心宫缩监护(cardiotocography, CTG) 数据(CTG.xls)分别使用最短距离法、最长距离法、类平均法、重心法、离差平方和法（Ward.D、Ward.D2）、K-means法进行按样本聚类和按变量聚类。

        2 数据背景

          胎心宫缩监护(cardiotocography, CTG) 数据(CTG.xls)。这组数据来源于Frank and Asuncion (2010)。该数据有2129 个观测值及23个变量,包含了致命心律(fetal heart rate, FHR)的各种度量以及基于监护记录的由专家分类的宫缩(uterine contraction, UC) 特征.这些变量的情况列示于下表. 表中最后三个分类变量的水平为:Tendency(FHR 直方图的趋势)有三个水平 (-1 = 左不对称, 0=对称, 1= 右不对称);CLASS(FHR 分类代码) 用1~10 表示从平静睡眠到可疑10种活动状况;NSP(胎儿状态分类代码) 有三个水平(1= 正常, 2= 疑似, 3= 病态)。删去3 个有不少缺失值的观测值, 形成新的数据文件ctg.naomit.csv。舍弃第23 个变量NSP, 用前面22个变量进行聚类分析。

          根据数据文件显示：NSP共有三个水平（1= 正常, 2= 疑似, 3= 病态），故本文聚类过程中共分为三类。

        3 案例演示

        3.1 读取数据

          运行程序：

        data