Visualizando e interpretando os resultados de kmeans()

Uma das maneiras mais intuitivas de interpretar os resultados de modelos de k-means é plotar os dados em um diagrama de dispersão e usar cores para indicar a qual cluster cada amostra pertence. Neste exercício, você vai usar a função padrão plot() para fazer isso.

Para criar um diagrama de dispersão, você pode passar dados com duas variáveis (ou seja, colunas) para plot() com o argumento extra col = km.out$cluster, que define a cor de cada ponto no gráfico de acordo com seu cluster.

Este exercício faz parte do curso

Aprendizado não supervisionado em R

Ver curso

Instruções do exercício

x e km.out estão disponíveis no seu workspace. Usando a função plot() para criar um diagrama de dispersão dos dados x:

Pinte os pontos do gráfico definindo o argumento col como o componente cluster em km.out.
Dê o título "k-means with 3 clusters" ao gráfico usando o argumento main de plot().
Garanta que não haja rótulos nos eixos especificando "" para os argumentos xlab e ylab de plot().

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Scatter plot of x

Editar e executar o código