K-means: Analisis siku

Pada latihan sebelumnya Anda menggunakan dendrogram untuk mengusulkan pengelompokan yang menghasilkan 3 pohon. Pada latihan ini Anda akan memanfaatkan plot siku k-means untuk mengusulkan jumlah klaster "terbaik".

Latihan ini adalah bagian dari kursus

Analisis Klaster di R

Lihat Kursus

Petunjuk latihan

Gunakan map_dbl() untuk menjalankan kmeans() dengan data oes untuk nilai k dari 1 hingga 10 dan ekstrak nilai total within-cluster sum of squares dari setiap model: model$tot.withinss. Simpan vektor hasilnya sebagai tot_withinss.
Bangun data frame baru elbow_df yang berisi nilai k dan vektor total within-cluster sum of squares.
Gunakan nilai-nilai dalam elbow_df untuk membuat plot garis yang menunjukkan hubungan antara k dan total within-cluster sum of squares.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# 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)

Edit dan Jalankan Kode