在R语言中做出CH-Index的变化曲线，k=2->10

首先，需要定义计算CH-Index的函数：

chIndex <- function(data, centers) {
  # 计算聚类中心到各个点的欧氏距离
  dists <- dist(rbind(data, centers))
  clusterIds <- cutree(dists, nrow(data))
  # 计算聚类内离差平方和
  ssw <- sum(dist(data[clusterIds == 1, ], centers[1, ])^2)
  for (i in 2:nrow(centers)) {
    ssw <- ssw + sum(dist(data[clusterIds == i, ], centers[i, ])^2)
  }
  # 计算聚类间离差平方和
  ssb <- sum(colSums((centers - colMeans(data))^2))
  # 计算CH-Index
  k <- nrow(centers)
  ((ssb/(k-1))/(ssw/(nrow(data)-k)))
}

接下来，我们使用iris数据集进行聚类，并绘制CH-Index的变化曲线：

data(iris)
x <- iris[, -5]
chIndexVec <- c()
for (k in 2:10) {
  km <- kmeans(x, k)
  chIndexVec <- c(chIndexVec, chIndex(x, km$centers))
}
plot(2:10, chIndexVec, type="l", xlab="Number of clusters", ylab="CH-Index")

运行上述代码，即可得到CH-Index的变化曲线。