聚类分析实验指导书

1、数据挖掘实验报告院 （部）： 管理工程学院专 业：信息管理与信息系统实验项目:班 级：信管112姓 名:学 号：02聚类分析实验指导书实验目的：1熟悉R语言的相关对象与函数的用法2掌握利用R进行聚类分析的基本步骤实验内容：说明：本实验采用iris数据集，下面中的数据集如无上下文说明，即是指irisiris以鸢尾花的特征作为数据来源，数据集包含150个数据集，分为3类，每类50个数据， 每个数据包含4个属性，是在数据挖掘、数据分类中非常常用的测试集、训练集。四个属性分别为：花萼长度、花萼宽带、花瓣长度、花瓣宽度三类分别为:setosa, versicolor, virginica（山鸢尾、变色鸢

2、尾和维吉尼亚鸢尾）1对数据集进行初步的统计与分析（1）数据集的维度-dim dirr. ）1 1E0 S（2）数据集中的列名-names（Iris）1 Sepal.LEngtri Sepal .Widt?irr Petal. Lengt?irr rrPetal. WidtArr5 Species（3）数据集的内部结构-str（4）数据集的属性-attributes查看数据集的前五条数据情况12S13 二：，Sepal. Lezigt?!Sepal .Widtn Petal.LengtnPetal .WidtiiSpeeies15.13 . S1.40.2setosa4.93.01.40.2se

3、tosa34.73.21.30.2setosa44 .-63.11.50.2setosa55.03 M1.40.2setosa1查看数据集中属性前10行数据 i-isSepal.LerctnJ1 5.14.7 4.6 5.04.6 5.0(7 )显示数据集中每个变量的分布情况-summary suimaiy (iris)Sepal .Length.WidthPetal. LenathPetal ,Widt-hSpeciesMin.=4.300Min-:2.000Mir.1.0D0Min.010Dsetosa:501st Qu .:5.1001st Qu.:2.3001st Qu -1.6001

4、st Qu .0.30Dversicolor-： 50Median：5.800Median:3.000Median4.350Median1-30Dvirginica : 50Meazi:5.843Mean;3.057Mean3 . 758Mean1 1993rd Qu.= 6.4003rd Qu.:3.3003rd 01 5.1D03rd Q口.1.80Di-fax.:7.900Max:1 00Max.6.900Max.2 SOD数据集列Species中各个值出现频次 tatle (iristopecies)setosa versicolor virginica5050SO根据列Species

5、画出饼图-pie算出列的所有值的方差-varvar (Sepal. Lerct?:)1 D.6556335算出列iris$和iris$的协方差-covcov (z.rz.3S5epaL . Lect?firi3iFetaL.Lect?i)1 2.27431S算出列iris$和iris$的相关系数-cor cor (z.rz.3tBepaL. Lerctrir z.2sz.3tPetal. Lerctr:J 1 0.5717535（13）画出列iris$分布柱状图a1Histogram of iris$Sepal.Length56iri s$ Sep a I. Length（15）画出列iris

6、$和iris$的散点图回国叵食一s费舄M4.55.05.56.06.57.07.5 B.OirisSepal.Lngth!_l寸（16）绘出矩阵各列的散布图-plot2使用knn包进行Kmean聚类分析(1)将数据集进行备份newiris-iris，将列newiris$Species置为空newiris$Species (ktz = kma a nssr S)- JK-means clusterxno- with 3 clTjJtezs nE sizes 50. 38. 62Clojtcr rasm二:IClustrrinij sector:1 1111111137J 1111111173J

7、33333233|109| 2222233 215| 2 2 3 2 2 31111111111111111111111111332333333333333333333333333333332 22323232233222223 21111111113333333333232222 3 2Wirhiri cluster a al sqiares &y aluater s 1 15.15100 23.E7947 39.E2097(fceHeen_3S / total_55 = S8. %)Available canz-OBenca:1 clinscez*,-senteTa11p,cot9 2,r5 .wiLtiinssr, rrtecwean.33H， size9 *ifaultH，wi&hxnsa11n，lEerB，创建一个连续表,在三个聚类中分别统计各种花出现的次数-tabletable (irisSpaciesf kcjcluster)123setosa 50 0 Dversicolar 0