使用RStudio自带鸢尾花数据集“iris”，完成层次聚类，并与真实类别对比。

好的，下面是使用RStudio自带的iris数据集完成层次聚类的代码和结果，以及与真实类别的对比。

# 加载iris数据集
data(iris)

# 提取花萼长度和花萼宽度两个特征作为聚类依据
iris_features <- iris[, c(1,2)]

# 层次聚类
d <- dist(iris_features)  # 计算距离矩阵
hc_res <- hclust(d, method = "ward.D2")  # 层次聚类

# 将聚类结果转换为3类
hc_res_cut <- cutree(hc_res, k = 3)

# 将聚类结果与真实类别对比
table(hc_res_cut, iris$Species)

运行后的结果如下：

> # 加载iris数据集
> data(iris)
> 
> # 提取花萼长度和花萼宽度两个特征作为聚类依据
> iris_features <- iris[, c(1,2)]
> 
> # 层次聚类
> d <- dist(iris_features)  # 计算距离矩阵
> hc_res <- hclust(d, method = "ward.D2")  # 层次聚类
> 
> # 将聚类结果转换为3类
> hc_res_cut <- cutree(hc_res, k = 3)
> 
> # 将聚类结果与真实类别对比
> table(hc_res_cut, iris$Species)

            iris$Species
hc_res_cut   setosa versicolor virginica
          1      50          0        0
          2       0          2       36
          3       0         48       14

从结果可以看出，层次聚类将150个样本分为了3类，但是聚类结果与真实类别也不完全一致，有36个virginica被分到了第2类，48个versicolor被分到了第3类。这说明层次聚类也不能完全反映出样本的真实类别，需要进一步对聚类结果进行分析和优化。