R语言无监督聚类3类为高中低

R语言中的无监督聚类算法主要用于数据集的分组，当您不知道每个观测值所属的具体类别时，可以使用这类技术。对于将数据分为高中低三类的情况，您可以考虑使用K-means聚类算法。以下是基本步骤：

1. **准备数据**：首先需要对数据进行预处理，包括缺失值处理、标准化或归一化等，以便于K-means模型运行。

2. **选择距离度量**：K-means基于欧几里得距离计算，所以不需要额外设置。

3. **确定初始中心点**：K-means开始时需要随机指定三个中心点作为高、中、低三类的代表。

4. **迭代过程**：
- 将所有数据点分配到最近的中心点所在的簇。
- 更新每个簇的中心点（通常是该簇所有点的均值）。
- 重复以上步骤直到簇不再改变或者达到预设的迭代次数。

5. **评估结果**：常用的评价指标有轮廓系数、Calinski-Harabasz指数等，看是否满意当前划分结果。