Ergebnisse von kmeans() visualisieren und interpretieren

Eine der intuitiveren Möglichkeiten, die Ergebnisse von k-means-Modellen zu interpretieren, ist ein Streudiagramm, in dem die Punkte je nach Cluster-Zugehörigkeit eingefärbt werden. In dieser Übung verwendest du die Standardfunktion plot(), um genau das zu tun.

Um ein Streudiagramm zu erstellen, kannst du Daten mit zwei Merkmalen (also Spalten) an plot() übergeben und das zusätzliche Argument col = km.out$cluster setzen. Dadurch erhält jeder Punkt im Streudiagramm eine Farbe entsprechend seiner Cluster-Zugehörigkeit.

Diese Übung ist Teil des Kurses

<Kurs>Unüberwachtes Lernen in R</Kurs>

Kurs ansehen

Übungsanweisungen

x und km.out stehen dir im Workspace zur Verfügung. Verwende die Funktion plot(), um ein Streudiagramm der Daten x zu erstellen:

Färbe die Punkte im Streudiagramm, indem du das Argument col auf die Komponente cluster in km.out setzt.
Vergib mit dem Argument main in plot() den Titel "k-means with 3 clusters".
Sorge dafür, dass keine Achsenbeschriftungen angezeigt werden, indem du für die Argumente xlab und ylab jeweils "" angibst.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# Scatter plot of x

Code bearbeiten und ausführen