Julia で k-means クラスター分析

まず，驚くところは，Julia の k-means 関数では，データを ncol x nrow であたえるところ。
よく，help も読まないでやると，戸惑う所の騒ぎではない。
ということで，データを transpose して与えないといけない。
これくらいのこと，ユーザに強いるなよ！！

using RDatasets
iris = dataset("datasets", "iris");
a = Matrix(iris[!, 1:2]);
using Clustering, Plots
ncluster = 3;
R = kmeans(a', 3;  maxiter=200) # データを transpose して与えること！！！　a'  よりは，わかりやすく transpose(a) とする
a = assignments(R);
c = counts(R);
M = R.centers;
println(a) # 結果として，どこに分類されたか

[3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3 ...

M[1,:] # 各クラスターの平均値

3-element Array{Float64,1}:
 5.800000000000001
 6.823913043478258
 5.003921568627451

図に描いてみよう

repeateach(x, n) = vec([j for i = 1:n, j in x])
colors = repeateach([:brown, :blue, :red], 50);
p1 = scatter(iris[!, 1], iris[!,2], markercolor=colors, tick_direction=:out, label="");
p1 = scatter!(M[1,:], M[2,:], markershape=:star6, markersize=10, markercolor=:cyan, label="")
display(p1)

 

 

分類結果

using FreqTables

freqtable(iris[!, 5], a)

Out[7]:

3×3 Named Array{Int64,2}
 Dim1 ╲ Dim2 │  1   2   3
────────────────────────────
setosa        │  0   0  50
versicolor    │ 38  12   0
virginica     │ 15  34   1

 R ではどんな風にやるのかな？？

using RCall

R"""
a = kmeans(iris[1:2], 3)
plot(iris[,1], iris[,2], col=rep(1:3, each=50))
points(a$centers, pch=17, col=c(1,3,2), cex=2)
"""

RObject{IntSxp}
            a$cluster
iris[, 5]     1  2  3
  setosa     50  0  0
  versicolor  0 38 12
  virginica   0 15 35