Saya memiliki data berisik dari dua variabel seperti ini.
x1 <- rep(seq(0,1, 0.1), each = 3000)
set.seed(123)
y1 <- rep (c(0.2, 0.8, 0.3, 0.9, 0.65, 0.35,0.7,0.1,0.25, 0.3, 0.95), each = 3000)
set.seed(1234)
e1 = rnorm(length(x1), 0.07,0.07)
set.seed(1223)
e2 = rnorm(length(x1), 0.07,0.07)
set.seed(1334)
yn <- rnorm(20000, 0.5,0.9)
set.seed(2344)
xn <- rnorm(20000, 0.5,0.9)
y <- c(y1 + e1,yn)
x <- c(x1 + e2, xn)
plot(x,y, xlim=c(0,1.2), ylim = c(0,1.2), pch = ".", col = "gray40")
Secara visual saya bisa melihat ada 10 cluster potensial dalam tampilan lebih dekat.
Namun seluruh data memiliki banyak titik penyebaran:
plot(x,y, pch = ".", col = "gray40") 
Saya ingin membuat 10 cluster. Saya mencoba analisis klaster K-means.
xm1 <- cbind(x,y)
cl1 <- kmeans(xm1, 10)
colrs <- c("red", "green", "blue1", "pink", "green4","tan",
"gray40", "yellow", "black", "purple")
plot(xm1, col = colrs[cl1$cluster], pch = ".", xlim=c(0,1.2), ylim = c(0,1.2))
plot(xm1, col = colrs[cl1$cluster], pch = ".")
Apakah ada (mungkin kernel k-means, tetangga terdekat) yang dapat berbuat lebih adil untuk jenis data ini. Jika demikian, bagaimana saya bisa melakukan ini?
1
Apa yang salah dengan apa yang Anda miliki sejauh ini? Mengapa apa yang Anda miliki ( analisis klaster k-means ) tidak dapat diterima?
—
Steve S
Lihatlah algoritma dbscan atau optik (lihat en.wikibooks.org/wiki/Data_Mining_Algorithms_In_R/Clustering/… )
—
Giorgio Spedicato