K-means: analýza lokte

V předchozích cvičeních jsi použil/a dendrogram k navržení shlukování, které vygenerovalo 3 stromy. V tomto cvičení využiješ graf lokte k-means, abys navrhl/a „optimální" počet shluků.

Toto cvičení je součástí kurzu

Cluster Analysis v R

Zobrazit kurz

Pokyny k cvičení

Pomocí map_dbl() spusť kmeans() na datech oes pro hodnoty k od 1 do 10 a z každého modelu extrahuj hodnotu celkového součtu čtverců uvnitř shluků: model$tot.withinss. Výsledný vektor ulož jako tot_withinss.
Vytvoř nový datový rámec elbow_df obsahující hodnoty k a vektor celkového součtu čtverců uvnitř shluků.
Pomocí hodnot v elbow_df vykresli spojnicový graf znázorňující vztah mezi k a celkovým součtem čtverců uvnitř shluků.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Use map_dbl to run many models with varying value of k (centers)
tot_withinss <- map_dbl(1:10,  function(k){
  model <- kmeans(x = ___, centers = ___)
  model$tot.withinss
})

# Generate a data frame containing both k and tot_withinss
elbow_df <- data.frame(
  k = ___,
  tot_withinss = ___
)

# Plot the elbow plot
ggplot(elbow_df, aes(x = ___, y = ___)) +
  geom_line() +
  scale_x_continuous(breaks = 1:10)

Upravit a spustit kód