R中的K均值聚类

Question

我是R的初学者，我遵循了有关K-means聚类的教程 。 但是，我正在尝试对真实数据运行此算法。 我选择了： http : //exoplanet.eu/catalog/

我已经加载了数据：

d <- read.csv2(
    "exoplanet.eu_catalog.csv",
    header = TRUE,
    sep = ","
)

使用此代码：

plot(
    x = log(as.numeric(as.character(d$semi_major_axis))),
    y = log(as.numeric(as.character(d$mass))),
    xlab = "Star-exoplanet distance (log(UA))",
    ylab = "Mass of exoplanets (log(M[Jupiter]))"
)

我有以下图形：

我想在此图形上运行K-means聚类算法，以显示三个具有颜色的聚类，但是我不知道如何在R中进行。我想我必须从开始：

y = log(as.numeric(as.character(d$mass)))
y <- y[!is.na(y)]
x = log(as.numeric(as.character(d$semi_major_axis)))
x <- x[!is.na(x)]

但是我不知道如何将数据格式化为矩阵以便运行kmeans(matrix, 3, nstart = 20) 。 有什么线索吗？

Answer 1

由于您使用

d <- read.csv2("exoplanet.eu_catalog.csv",
header = TRUE,
sep = ",")

您的数据采用数据框形式，您需要将其转换为矩阵

使用此代码将数据帧转换为矩阵

inMatrixForm <- data.matrix(d)