在足球场上进行 K-means
在上一章中，您使用 lineup 数据集学习了层次聚类；在本章中，您将使用相同的数据来学习 k-means 聚类。
提醒一下，lineup 数据框包含一场 6v6 足球比赛开始时 12 名球员的位置。
与之前一样，您知道这场比赛场上有两支球队，因此可以使用 k = 2 进行 k-means 分析，以确定每名球员属于哪支球队。
请注意，在 kmeans() 函数中，k 需要通过 centers 参数来指定。
本练习是课程的一部分
R 中的聚类分析
练习说明
- 使用
kmeans()函数并设置centers = 2，为lineup数据构建名为model_km2的 k-means 模型。 - 从模型中提取聚类分配向量
model_km2$cluster，并将其保存到变量clust_km2。 - 将聚类分配作为名为
cluster的列追加到lineup数据框中，并将结果保存到名为lineup_km2的新数据框。 - 使用 ggplot 绘制每位球员在场上的位置，并按聚类为其着色。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Build a kmeans model
model_km2 <- kmeans(___, centers = ___)
# Extract the cluster assignment vector from the kmeans model
clust_km2 <- ___
# Create a new data frame appending the cluster assignment
lineup_km2 <- mutate(___, cluster = ___)
# Plot the positions of the players and color them using their cluster
ggplot(___, aes(x = ___, y = ___, color = factor(___))) +
geom_point()