维护者 | Friedrich Leisch,Bettina Gruen |
联系方式 | Bettina.Gruen at R-project.org |
版本 | 2024-02-02 |
URL | https://CRAN.R-project.org/view=Cluster |
源代码 | https://github.com/cran-task-views/Cluster/ |
贡献 | 欢迎对本任务视图提出建议和改进,可以通过 GitHub 上的问题或拉取请求,或通过电子邮件发送给维护者地址。有关更多详细信息,请参阅 贡献指南。 |
引用 | Friedrich Leisch,Bettina Gruen (2024)。CRAN 任务视图:聚类分析和有限混合模型。版本 2024-02-02。URL https://CRAN.R-project.org/view=Cluster。 |
安装 | 可以使用 ctv 包自动安装此任务视图中的包。例如,ctv::install.views("Cluster", coreOnly = TRUE) 安装所有核心包,或 ctv::update.views("Cluster") 安装所有尚未安装和更新的包。有关更多详细信息,请参阅 CRAN 任务视图计划。 |
此 CRAN 任务视图包含一个用于查找数据中的分组和建模未观察到的横截面异质性的包列表。许多包提供了对下面列出主题中多个主题的功能,部分标题主要作为快速起点,而不是最终分类。除了包 stats 和 cluster(它们本质上与基本 R 一起提供,因此是每个 R 安装的一部分)之外,每个包仅列出一次。
此视图中列出的大多数包(但并非全部)都在 GPL 下分发。请查看每个包的 DESCRIPTION 文件以检查其分发的许可证。
hclust()
和 cluster 中的 agnes()
是凝聚层次聚类的主要函数,函数 diana()
可用于分裂层次聚类。包 fastcluster 和 flashClust 提供了 hclust()
的更快替代方案。dendrogram()
函数及其相关方法可用于改进聚类树状图的可视化。plot()
函数,可以生成原型标记的树状图,因此更容易解释。kmeans()
函数提供了多种算法,用于计算关于欧氏距离的划分。pam()
函数实现了围绕中心点的划分,并且可以处理任意距离。clara()
函数是 pam()
函数针对大型数据集的包装器。轮廓图和跨越椭圆可以用于可视化。kkmeans
提供了 k 均值算法的加权核版本,并通过 specc
提供了谱聚类。hddc
来将高斯混合模型拟合到高维数据,假设数据存在于比原始空间更低的维度中。pip install stepmix
)完成。cluster.stats()
提供了比较两个聚类解决方案之间相似性的功能。bootFlexclust()
进行验证。dissplot()
用于使用排序和矩阵阴影可视化差异矩阵。这也可以通过将属于同一聚类的对象限制为按连续顺序显示来检查聚类质量。