《数据挖掘》
实 验 报 告
院 （部）： 管理工程学院 专 业：信息管理与信息系统 实验项目： 聚类分析实验 班 级： 信管112 姓 名： 李朝阳 学 号： 02
聚类分析实验指导书
实验目的：
1熟悉R语言的相关对象与函数的用法 2掌握利用R进行聚类分析的基本步骤 实验内容：
说明：本实验采用iris数据集，下面中的数据集如无上下文说明，即是指iris
iris以鸢尾花的特征作为数据来源，数据集包含150个数据集，分为3类，每类50个数据，每个数据包含4个属性，是在数据挖掘、数据分类中非常常用的测试集、训练集。
四个属性分别为：花萼长度、花萼宽带、花瓣长度、花瓣宽度
三类分别为:setosa, versicolor, virginica（山鸢尾、变色鸢尾和维吉尼亚鸢尾）
1对数据集进行初步的统计与分析 （1） 数据集的维度-dim
（2） 数据集中的列名-names
（3） 数据集的内部结构-str
（4） 数据集的属性-attributes
（5） 查看数据集的前五条数据情况
（6） 查看数据集中属性前10行数据
（7） 显示数据集中每个变量的分布情况-summary
（8） 数据集列Species中各个值出现频次
（9） 根据列Species画出饼图-pie
（10） 算出列的所有值的方差-var
（11） 算出列iris$和iris$的协方差-cov
（12） 算出列iris$和iris$的相关系数-cor
（13） 画出列iris$分布柱状图
（14） 画出列iris$的密度函数图
（15） 画出列iris$和iris$的散点图?
（16） 绘出矩阵各列的散布图-plot
2使用knn包进行Kmean聚类分析
（1） 将数据集进行备份newiris<-iris，将列newiris$Species置为空
newiris$Species<-NULL，将此数据集作为测试数据集
（2） 在数据集newiris上运行Kmean聚类分析， 将聚类结果保存在kc中。在
kmean函数中，将需要生成聚类数设置为3（kmean（newiris，3））
（3） 创建一个连续表,在三个聚类中分别统计各种花出现的次数-table
（4） 根据最后的聚类结果画出散点图，数据为结果集中的列\"\"和\"\"，颜色为用
1，2，3表示的缺省颜色
因篇幅问题不能全部显示，请点此查看更多更全内容