pam.object
位于 cluster
包(package)。 说明
"pam"
类的对象表示将数据集划分为簇。
值
合法的 pam
对象是具有以下组件的 list
:
medoids |
簇的中心点或代表对象。如果给出相异矩阵作为 |
id.med |
给出中心点观测数的索引整数向量。 |
clustering |
聚类向量,请参阅 |
objective |
|
isolation |
长度等于簇数的向量,指定哪些簇是孤立簇(L-或 L*-簇)以及哪些簇不是孤立的。 |
clusinfo |
矩阵,每一行给出一个簇的数字信息。它们是簇的基数(观测值的数量)、簇中观测值与簇中心点之间的最大和平均差异、簇的直径(簇的两个观测值之间的最大差异)以及簇的分离度。簇(簇的观察与另一个簇的观察之间的最小差异)。 |
silinfo |
包含轮廓宽度信息的列表,请参阅 |
diss |
相异性(可能为 NULL),请参阅 |
call |
生成调用,请参阅 |
data |
(可能标准化)请参阅 |
GENERATION
这些对象是从 pam
返回的。
METHODS
"pam"
类具有用于以下通用函数的方法:print
、 summary
。
INHERITANCE
类 "pam"
继承自 "partition"
。因此,通用函数plot
和clusplot
可用于pam
对象。
例子
## Use the silhouette widths for assessing the best number of clusters,
## following a one-dimensional example from Christian Hennig :
##
x <- c(rnorm(50), rnorm(50,mean=5), rnorm(30,mean=15))
asw <- numeric(20)
## Note that "k=1" won't work!
for (k in 2:20)
asw[k] <- pam(x, k) $ silinfo $ avg.width
k.best <- which.max(asw)
cat("silhouette-optimal number of clusters:", k.best, "\n")
plot(1:20, asw, type= "h", main = "pam() clustering assessment",
xlab= "k (# clusters)", ylab = "average silhouette width")
axis(1, k.best, paste("best",k.best,sep="\n"), col = "red", col.axis = "red")
也可以看看
相关用法
- R pam 围绕 Medoid 进行分区
- R pluton 钚同位素成分批次
- R print.mona MONA 对象的打印方法
- R print.clara CLARA 对象的打印方法
- R plot.diana 分裂层次聚类图
- R plot.mona 一元分裂层次聚类的旗帜
- R plot.partition 数据集分区图
- R pltree 绘制层次聚类的聚类树
- R plantTraits 植物物种性状数据
- R plot.agnes 凝聚层次聚类图
- R print.agnes AGNES 对象的打印方法
- R print.pam PAM 对象的打印方法
- R print.diana DIANA 对象的打印方法
- R print.dissimilarity 相异对象的打印和汇总方法
- R predict.ellipsoid 椭球体预测方法
- R print.fanny FANNY 对象的打印和汇总方法
- R summary.clara “clara”对象的摘要方法
- R diana 分裂分析聚类
- R votes.repub 总统选举中共和党候选人的投票
- R agnes 凝聚嵌套(层次聚类)
- R mona 二元变量的单论分析聚类
- R bannerplot 绘图横幅(层次聚类)
- R summary.agnes “agnes”对象的摘要方法
- R summary.mona “mona”对象的摘要方法
- R chorSub Kola 数据 C 范围的子集
注:本文由纯净天空筛选整理自R-devel大神的英文原创作品 Partitioning Around Medoids (PAM) Object。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。