0
對於每個k，我使用不同的種子並將每個pam average Silhouette添加到sil陣列。代碼是等波紋管：獲得相同的PAM平均使用R中的不同種子的輪廓
sil <- numeric(5)
for(k in 3:10){
for (i in 1:5){
set.seed(i)
PAM<-pam(RFML_table,k)
sil[[i]]<-PAM$silinfo$avg.width
}
minSil[[k]]<-min(sil)
maxSeed[[k]]<-which.max(sil)
}
kClust<-which.max(minSil)
kSeed<-maxSeed[kClust]
然而，每次，我sil數組元素是相等的。例如，對於k=3的sil元素是0.8695872 0.8695872 0.8695872 0.8695872 0.8695872。 我的問題是爲什麼我在每個k中獲得相同的元素。我期望不同的sil元素，因爲pam結果可能會因爲每個種子而不同，因此，pam的average Silhoettes可能會不同！
UPDATE：
最後，我測試iris數據，並同時使用pam和k-means。這裏是代碼：
library(cluster)
dni3 <- dimnames(iris3)
ii <- data.frame(matrix(aperm(iris3, c(1,3,2)), ncol = 4,
dimnames = list(NULL, sub(" L.",".Length",
sub(" W.",".Width", dni3[[2]])))),
Species = gl(3, 50, labels = sub("S", "s", sub("V", "v", dni3[[3]]))))
all.equal(ii, iris) # TRUE
ii$Species=NULL
dissE <-daisy(ii)
dE2<- dissE^2
minSil<-numeric(10)
maxSeed<-numeric(10)
sil <- numeric(5)
seeds<-numeric(5)
for(k in 3:10){
for (i in 1:5){
set.seed(i*1000)
PAM<-pam(ii,k)
sil[[i]]<-PAM$silinfo$avg.width
}
s=c(s,sil)
minSil[[k]]<-min(sil)
maxSeed[[k]]<-which.max(sil)
}
for(k in 3:10){
for (i in 1:5){
set.seed(i*1000)
km <- kmeans(ii,centers = k)
sil[[i]]<-mean(silhouette(km$cl, dissE)[,3])
}
z=c(z,sil)
minSil[[k]]<-min(sil)
maxSeed[[k]]<-which.max(sil)
}
這是最後一次循環sil爲pam：
[1] 0.2918482 0.2918482 0.2918482 0.2918482 0.2918482
這是最後一次循環sil爲k-means：
[1] 0.3109128 0.4291905 0.4262538 0.3160188 0.2875212