pedidos puntos agruparon utilizando Kmeans y R

Question

I han establecido de los datos (de 5000 puntos con 4 dimensiones) que he agruparon utilizando kmeans en R.

Quiero ordenar los puntos de cada grupo por su distancia a el centro de ese grupo.

Muy simplemente, los datos se parece a esto (estoy usando un subconjunto de poner a prueba diversos enfoques):

id Ans Acc Que Kudos 
1 100 100 100 100 
2 85 83 80 75 
3 69 65 30 29 
4 41 45 30 22 
5 10 12 18 16 
6 10 13 10 9 
7 10 16 16 19 
8 65 68 100 100 
9 36 30 35 29 
10 36 30 26 22 

En primer lugar, he utilizado el siguiente método para agrupar el conjunto de datos en 2 grupos:

(result <- kmeans(data, 2)) 

Esto devuelve un objeto kmeans que tiene la siguiente methods: cluster, centers etc.

Pero Canno t averiguar cómo comparar cada punto y producir una lista ordenada.

En segundo lugar, he intentado el enfoque seriación como se sugiere por otro usuario SO here

que utilizan estos comandos:

clus <- kmeans(scale(x, scale = FALSE), centers = 3, iter.max = 50, nstart = 10) 
mns <- sapply(split(x, clus$cluster), function(x) mean(unlist(x))) 
result <- dat[order(order(mns)[clus$cluster]), ] 

que parece producir una lista ordenada pero si me ato a la etiqueta grupos (utilizando el siguiente comando cbind):

result <- cbind(x[order(order(mns)[clus$cluster]), ],clus$cluster) 

me sale el siguiente resultado, que no parece ser el fin ed correctamente:

id Ans Acc Que Kudos clus 
1 3 69 65 30 29 1 
2 4 41 45 30 22 1 
3 5 10 12 18 16 2 
4 6 10 13 10 9 2 
5 7 10 16 16 19 2 
6 9 36 30 35 29 2 
7 10 36 30 26 22 2 
8 1 100 100 100 100 1 
9 2 85 83 80 75 2 
10 8 65 68 100 100 2 

No quiero escribir comandos de todas maneras, pero entiendo cómo funciona el enfoque. Si alguien pudiera ayudar o difundir algo de luz sobre esto, sería realmente grandioso.

EDITAR :::::::::::

A medida que los grupos se pueden trazar fácilmente, me imagino que hay una manera más fácil de obtener y clasificar las distancias entre puntos y el centro.

Los centros para los clústeres anteriores (cuando se usa k = 2) son los siguientes. Pero no sé cómo obtener y comparar esto con cada punto individual.

 Ans Accep  Que  Kudos 
1 83.33333 83.66667 93.33333 91.66667 
2 30.28571 30.14286 23.57143 20.85714 

NB ::::::::

no necesito superiores kmeans uso pero quiero especificar el número de racimos y recuperar una lista ordenada de puntos de esos grupos.

Answer 1

Aquí hay un ejemplo que hace lo que pregunta, usando el primer ejemplo de ?kmeans. Probablemente no sea terriblemente eficiente, pero es algo sobre lo que construir.

#Taken straight from ?kmeans 
x <- rbind(matrix(rnorm(100, sd = 0.3), ncol = 2), 
      matrix(rnorm(100, mean = 1, sd = 0.3), ncol = 2)) 
colnames(x) <- c("x", "y") 
cl <- kmeans(x, 2) 

x <- cbind(x,cl = cl$cluster) 

#Function to apply to each cluster to 
# do the ordering 
orderCluster <- function(i,data,centers){ 
    #Extract cluster and center 
dt <- data[data[,3] == i,] 
ct <- centers[i,] 

    #Calculate distances 
dt <- cbind(dt,dist = apply((dt[,1:2] - ct)^2,1,sum)) 
    #Sort 
dt[order(dt[,4]),] 
} 

do.call(rbind,lapply(sort(unique(cl$cluster)),orderCluster,data = x,centers = cl$centers))