聚类分析 R语言案例

当然可以！这里是一个使用R语言进行聚类分析的案例：

假设我们有一个包含20个观测值和5个变量的数据集，我们想要将这些观测值进行聚类分析。首先，我们需要加载所需的R包，如`stats`和`factoextra`。

# 加载所需的包
library(stats)
library(factoextra)

# 创建数据集
set.seed(123) # 设置随机种子以确保结果可重复
data <- matrix(rnorm(100, mean = 10, sd = 3), nrow = 20)

# 进行聚类分析
kmeans_results <- kmeans(data, centers = 3) # 使用k-means算法将数据集分为3个簇

# 可视化聚类结果
fviz_cluster(kmeans_results, data = data)

在上述代码中，我们首先使用`matrix()`函数创建一个20行5列的随机数据集。然后，我们使用`kmeans()`函数将数据集分为3个簇。最后，我们使用`fviz_cluster()`函数可视化聚类结果。

注意：在实际应用中，你可能需要根据你的数据集进行适当的数据预处理和调整参数以获得更好的聚类结果。

希望这个案例能帮到你！如果你有更多关于聚类分析的问题，请随时提出。