R broom tidy.pam 整理 a(n) pam 对象

Tidy 总结了有关模型组件的信息。模型组件可能是回归中的单个项、单个假设、聚类或类。 tidy 所认为的模型组件的确切含义因模型而异，但通常是不言而喻的。如果模型具有多种不同类型的组件，您将需要指定要返回哪些组件。

用法

# S3 method for pam
tidy(x, col.names = paste0("x", 1:ncol(x$medoids)), ...)

参数

x

从 cluster::pam() 返回的 pam 对象

col.names

输入 DataFrame 中的列名称。默认为 x 中变量的名称。

...

附加参数。不曾用过。仅需要匹配通用签名。注意：拼写错误的参数将被吸收到 ... 中，并被忽略。如果拼写错误的参数有默认值，则将使用默认值。例如，如果您传递 conf.lvel = 0.9 ，所有计算将使用 conf.level = 0.95 进行。这里有两个异常：

tidy() 方法在提供 exponentiate 参数时会发出警告(如果该参数将被忽略)。
augment() 方法在提供 newdata 参数时会发出警告(如果该参数将被忽略)。

细节

例如，请参阅 pam 小插图。

也可以看看

tidy() , cluster::pam()

其他 pam 整理器：augment.pam() 、glance.pam()

值

带有列的 tibble::tibble()：

size: 每个簇的大小。
max.diss: 集群中的观测值与该集群的中心点之间的最大差异。
avg.diss: 集群中的观测值与该集群的中心点之间的平均差异。
diameter: 簇的直径。
separation: 簇的分离。
avg.width: 簇的平均轮廓宽度。
cluster: 从 1:k 说明簇的因子。

例子


# load libraries for models and data
library(dplyr)
library(ggplot2)
library(cluster)
library(modeldata)
data(hpc_data)

x <- hpc_data[, 2:5]
p <- pam(x, k = 4)

# summarize model fit with tidiers + visualization
tidy(p)
#> # A tibble: 4 × 11
#>    size max.diss avg.diss diameter separation avg.width cluster compounds
#>   <dbl>    <dbl>    <dbl>    <dbl>      <dbl>     <dbl> <fct>       <dbl>
#> 1  3544   13865.     576.   15128.       93.6    0.711  1             242
#> 2   412    3835.    1111.    5704.       93.2    0.398  2             317
#> 3   236    3882.    1317.    5852.       93.2    0.516  3             240
#> 4   139   42999.    5582.   46451.      151.     0.0843 4             724
#> # ℹ 3 more variables: input_fields <dbl>, iterations <dbl>,
#> #   num_pending <dbl>
glance(p)
#> # A tibble: 1 × 1
#>   avg.silhouette.width
#>                  <dbl>
#> 1                0.650
augment(p, x)
#> # A tibble: 4,331 × 5
#>    compounds input_fields iterations num_pending .cluster
#>        <dbl>        <dbl>      <dbl>       <dbl> <fct>   
#>  1       997          137         20           0 1       
#>  2        97          103         20           0 1       
#>  3       101           75         10           0 1       
#>  4        93           76         20           0 1       
#>  5       100           82         20           0 1       
#>  6       100           82         20           0 1       
#>  7       105           88         20           0 1       
#>  8        98           95         20           0 1       
#>  9       101           91         20           0 1       
#> 10        95           92         20           0 1       
#> # ℹ 4,321 more rows

augment(p, x) %>%
  ggplot(aes(compounds, input_fields)) +
  geom_point(aes(color = .cluster)) +
  geom_text(aes(label = cluster), data = tidy(p), size = 10)

源代码：R/cluster-tidiers.R

相关用法

注：本文由纯净天空筛选整理自等大神的英文原创作品 Tidy a(n) 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。