爲什麼我在這個kmeans實現中沒有得到clusers的點數？

Question

在下面k均值分析我分配1或0，表示如果字是與用戶關聯：

cells = c(1,1,1,0,1,0,1,0,1,0,1,0,1,0,1,0,1,0,1,0,0,1,1,1,1,1,1) 
rnames = c("a1","a2","a3","a4","a5","a6","a7","a8","a9") 
cnames = c("google","so","test") 

x <- matrix(cells, nrow=9, ncol=3, byrow=TRUE, dimnames=list(rnames, cnames)) 

# run K-Means 
km <- kmeans(x, 3, 15) 

# print components of km 
print(km) 

# plot clusters 
plot(x, col = km$cluster) 
# plot centers 
points(km$centers, col = 1:2, pch = 8) 

這是圖表：

爲什麼我沒有收到多個在每個羣集周圍點？這個圖表表示什麼。我想建議給用戶一個單詞，具體取決於另一用戶是否配置了相同的單詞。

Answer 1

您看不到多個點，因爲您的數據是離散的，分類觀察值。 K-means實際上僅適用於對連續觀察進行分組。你的數據只能出現在你顯示的圖上的三個點上，而三點卻不能形成一個很好的數據「雲」。

這表明k-means可能不適合您的具體問題。順便說一句，當我運行上面的代碼時，我會看到下面的圖，這與您向我們展示的圖不同。也許這更像你所期待的？綠色的綠色數據點屬於（以「黑色」星號表示的右上方的聚類中心的「左右」）。