k-means聚类算法r语言

在R语言中，可以使用`kmeans`函数来实现k-means聚类算法。下面是一个简单的例子：

假设有一组数据，存储在一个数据框`df`中，其中有两个变量`x`和`y`，我们想将其分为两类。

# 创建数据
x <- c(1, 1.5, 3, 5, 3.5, 4.5, 3.5)
y <- c(1, 2, 4, 7, 5, 5, 4)
df <- data.frame(x, y)

# 进行k-means聚类
set.seed(123) # 设置种子，以便结果可以重复
kmeans_result <- kmeans(df, centers = 2)

# 查看聚类结果
kmeans_result$cluster # 返回每个观测所属的聚类
kmeans_result$centers # 返回聚类中心的坐标

在上面的代码中，`kmeans`函数的第一个参数是数据框，第二个参数`centers`是需要聚类的数量。`set.seed`函数用来设置种子，以便结果可以重复。

运行上面的代码后，可以得到聚类结果。`kmeans_result$cluster`返回每个观测所属的聚类，`kmeans_result$centers`返回聚类中心的坐标。

此外，还可以使用`ggplot2`包来将聚类结果可视化：

library(ggplot2)

# 绘制散点图
ggplot(df, aes(x, y, color = factor(kmeans_result$cluster))) +
  geom_point() +
  scale_color_discrete(name = "Cluster")

上面的代码将数据框`df`中的`x`和`y`作为x轴和y轴，根据聚类结果着色。运行上面的代码后，可以得到可视化后的聚类结果。