tglkmeans
tglkmeans 0.5.4
Este paquete proporciona una vinculación R a una implementación de CPP del algoritmo KMeans ++.
Puede instalar la versión lanzada de TGLKMeans utilizando el siguiente comando:
install.packages( " tglkmeans " )O instalar la versión de desarrollo usando:
if ( ! require( " remotes " )) install.packages( " remotes " )
remotes :: install_github( " tanaylab/tglkmeans " )library( tglkmeans )Cree 5 grupos normalmente distribuidos alrededor de 1 a 5, con SD de 0.3:
data <- rbind(
matrix (rnorm( 100 , mean = 1 , sd = 0.3 ), ncol = 2 ),
matrix (rnorm( 100 , mean = 2 , sd = 0.3 ), ncol = 2 ),
matrix (rnorm( 100 , mean = 3 , sd = 0.3 ), ncol = 2 ),
matrix (rnorm( 100 , mean = 4 , sd = 0.3 ), ncol = 2 ),
matrix (rnorm( 100 , mean = 5 , sd = 0.3 ), ncol = 2 )
)
colnames( data ) <- c( " x " , " y " )
head( data )
# > x y
# > [1,] 0.9399229 0.8845469
# > [2,] 1.3150523 0.8857986
# > [3,] 1.0690177 1.1334614
# > [4,] 0.7128039 0.7431859
# > [5,] 0.4193698 1.1405633
# > [6,] 1.2876690 0.9883643Clúster usando kmeans ++:
km <- TGL_kmeans( data , k = 5 , id_column = FALSE )
km
# > $cluster
# > 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
# > 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
# > 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40
# > 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
# > 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60
# > 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2
# > 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80
# > 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
# > 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100
# > 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
# > 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120
# > 3 3 3 3 3 3 4 3 3 3 3 3 3 3 3 3 3 3 3 3
# > 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140
# > 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3
# > 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160
# > 2 3 3 3 3 3 3 3 3 3 4 4 4 4 4 4 4 4 4 4
# > 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180
# > 4 4 4 4 4 4 4 4 4 4 4 4 4 4 5 4 5 4 4 4
# > 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200
# > 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
# > 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220
# > 5 5 5 5 5 5 5 5 5 5 5 5 4 5 5 5 5 5 5 5
# > 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240
# > 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
# > 241 242 243 244 245 246 247 248 249 250
# > 5 5 5 5 5 5 5 5 5 5
# >
# > $centers
# > x y
# > [1,] 1.015769 1.025221
# > [2,] 2.025743 2.022156
# > [3,] 2.985030 2.857020
# > [4,] 4.049870 3.921439
# > [5,] 4.998449 4.983747
# >
# > $size
# > 1 2 3 4 5
# > 50 51 48 50 51Traza los resultados:
plot( data , col = km $ cluster )
points( km $ centers , pch = 8 , cex = 2 )
Consulte el paquete de viñetas para su uso y flujo de trabajo, o mire la sección de uso en el sitio.
browseVignettes( " usage " ) Desde la versión 0.4.0 en adelante, el paquete utiliza las funciones de generación de números aleatorios R en lugar de las funciones de generación de números aleatorios C ++ 11. Tenga en cuenta que esto puede dar lugar a diferentes resultados de las versiones anteriores. Para obtener los mismos resultados que las versiones anteriores, establezca el argumento use_cpp_random en TRUE en la función TGL_kmeans .
