简单好用！经典机器学习聚类算法——K-means
生信人R语言学习必备
立刻拥有一个Rstudio账号
开启升级模式吧
（56线程，256G内存，个人存储1T）
最近小果看了很多文章，发现了一些高分文章的共有技术点——聚类
于是小果绝对带给大家一个经典聚类算法的代码案例教学，希望让大家都能写出高分文章，也让小云沾沾喜气！
K-Means聚类是一种无监督学习算法，用于将数据点分组成k个簇。该算法将数据点分配到距离它们最近的簇中，其中距离通常是欧氏距离。
然后，通过计算每个簇的质心（簇中所有数据点的平均值），来确定每个簇的中心点。这些步骤反复进行，直到质心不再改变或达到最大迭代次数为止。让我们直接进入主题！上代码！
1、下载所需要的R包
install.packages("factoextra")install.packages("cluster")
2、加载所需R包
library(factoextra)library(cluster)
3、示例数据
该数据为R语言内置数据集，包含美国每个州每10万因不同犯罪类型而被捕的人数，以及每个州居住在城市地区的人口百分比（UrbanPop）
4、选择合适的聚类数量
#读取数据df <- USArrests#去除缺失值df <- na.omit(df)#数据归一化df <- scale(df)
（1）利用手肘法确认最佳聚类数量（手肘法：通常我们创建这类图形寻找某个K类对应的平方和值开始弯曲或趋于平缓的肘形。这通常是最理想的聚类数量。）
fviz_nbclust(df,kmeans,method=”wss”)
#根据上图可以看出k=4时出现肘性，所以后续实验聚类数量为4
（2）差距统计确认最佳聚类数量
#计算不同k值聚类差距变化情况gap_stat <- clusGap(df , FUN = kmeans , nstart = 25 , K.max = 10 , B = 50)fviz_gap_stat(gap_stat)
#根据上图可以看出k=4时，差距统计最大，与手肘法结果相同。
5、执行kmeans聚类
# 设置随机种子，让结果可以重现set.seed(1)# 调用kmeans聚类算法 k = 4km <- kmeans(df, centers = 4, nstart = 25)# 结果可视化,并保存到本地result<-fviz_cluster(km, data = df)pdf(file = "Kmean.pdf",width=12,height=9)print(result)dev.off()#保留聚类结果到数据集中final_data <- cbind(USArrests, cluster = km$cluster)
结果显示分类结果为4个簇，分别包含16、13、13和8个州，以四种颜色圈出对应的区域并展示。
以上就是k-means聚类的实验流程，很简单吧，加到文章里又是点睛的一笔，快动动小手试试吧！
（小果新开发的零代码云生信分析工具平台包含超多零代码小工具，上传数据一键出图，感兴趣的小伙伴欢迎来参观哟，网址：http://www.biocloudservice.com/home.html）
扫码加小果
领取生信大礼包
点击“阅读原文”立刻拥有
↓↓↓