kmeans聚類中的坑 基於R shiny 可交互的展示

龍君蛋君

2015年5月24日

1.背景介紹

最近公司在用R 建模，老板要求用shiny 展示結果，建模的過程中用到諸如kmean聚類，時間序列分析等方法。由於之前看過一篇討論kmenas聚類針對某一特定數據類型，聚類結果非常不靠譜的文章，於是這個周末突發奇想，用shiny可交互的展示kmeans聚類中的坑。。。這篇博文就當是記錄學習shiny和加深對kmeans、層次聚類的理解吧。

2.知識引用與學習

1）大數據分析之——k-means聚類中的坑

2）Shiny Gallery-This gallery contains useful examples to learn from

3）Shiny的架構淺析

3.代碼與圖形展示

一個完整的shiny app 包含兩個.R文件，ui.R和server.R。園主大人的這篇文章Shiny的架構淺析解釋的很詳細，可幫助理解shiny。

part 1 : ui.R

library(shiny)
library(dplyr)
library(broom)
shinyUI(
    pageWithSidebar(
    #  Application title
    headerPanel("kmeans VS hclust"),
    sidebarPanel(
        numericInput('n', 'Number of obs', 500 ,min=200 ,max=1000),
        selectInput("type", "Select a clust approach:",c("kmeans","hclust"),"kmeans")
        
    ),
    mainPanel(plotOutput("plot"))
  )
)

　part 2 : server.R

library(shiny)
library(dplyr)
library(broom)
shinyServer(function(input, output,session) {
    #----data 1 for kmeans clust----
    set.seed(500)
    selectedData <- reactive({
        
        
        rbind(
            data_frame(x = rnorm(input$n), y = rnorm(input$n)),
            data_frame(r = rnorm(input$n, 5, .25), theta = runif(input$n, 0, 2 * pi),              
                                    x = r * cos(theta), y = r * sin(theta)) %>%
                             dplyr::select(x, y)
            ) 
    })
       #----data2  for hclust use----
    selectedData_clust <- reactive({
        cbind(selectedData(),hclust_assignments=selectedData() %>%
                     
                     dist() %>% hclust(method = "single") %>%
                     
                     cutree(2) %>% factor()%>%as.data.frame()
             )
    })

      #-----plot-----
        output$plot <- renderPlot({
            
            switch(input$type,
                   "kmeans" =( plot(selectedData(),
                                   col = kmeans(selectedData(),2)$cluster,
                                   pch = 20, cex = 1)
                             ), 
                   
                   "hclust" = (plot(selectedData_clust()[,1:2],
                            col = selectedData_clust()[,3], 
                            pch = 20, cex = 1)
                              )
                   )
                                 })
      #----end---
      })

先解釋下，用k-means進行聚類，常常假定數據是球狀的，code中生成的數據集是非球狀的，以便證明kmeans針對這種非球狀數據集，會給出坑爹的結果。參考大數據分析之——k-means聚類中的坑。

part 3 ：看圖，也就是shiny的展示。

圖1－kmeans聚類：

圖2－hclust聚類(Hierarchical Clustering)：

 

明顯這種數據集，用層次聚類得出的結果才是正確的。

 

4.總結

1）要勤寫博客，不能太懶！

2）Shiny Gallery-This gallery contains useful examples to learn from 這里有很多shiny 的例子，學習shiny的絕佳之地。

3）再推薦一個博客，r-bloggers 最前沿的R資訊分享，hadley都在上面寫文章的哦！

4）Rstudio 真是個偉大的公司，開發了那么多好用，好玩的東西。

 

以上。