原po有來信指出大概有多少資料。 我試了 dbscan，請見下例。 library(data.table) library(dbscan) library(ggplot2) # 產生理想 1500 群的 20000 筆假資料 N <- 20000 d <- data.table( x1 = sample(seq(1:50), size = N, T) + rnorm(N, 0, 0.05), x2 = sample(seq(1:30), size = N, T) + rnorm(N, 0, 0.05) ) # dbscan # eps 參數要看情況抓一下，應該不會很難抓（因為你幾乎知道實際有幾群） # 可用的 eps 值和 0.5 可能差很多 res <- dbscan(d[, x1:x2], eps = 0.5, minPts = 1) print(length(table(res$cluster))) # 確實抓到 50*30=1500 群 d[, g := as.character(res$cluster)] # 取中心和每群個數 dc <- d[, list(x1c = mean(x1), x2c = mean(x2), N = .N), by = g] ggplot(d, aes(x = x1, y = x2)) + geom_point(size = 0.2) + ggtitle("raw data") ggplot(dc, aes(x = x1c, y = x2c)) + geom_point(alpha = 0.2, size = 2) + ggtitle("average per cluster") ggplot(dc, aes(x = x1c, y = x2c)) + geom_text(aes(x = x1c, y = x2c, label = N), size = 2) + ggtitle("number of raw data per cluster") ggplot(dc, aes(x = x1c, y = x2c)) + geom_text(aes(x = x1c, y = x2c, label = g), size = 2) + ggtitle("cluster ID") ※ 引述《w32123 (Ru)》之銘言： : [問題類型]: : 程式諮詢(我想用R 做某件事情，但是我不知道要怎麼用R 寫出來) : [軟體熟悉度]: : 入門(寫過其他程式，只是對語法不熟悉) : [問題敘述]: : 各位大神大家好~ : http://i.imgur.com/tbduH5L.jpg : 這個圖中的每一小坨是植物的位置 : 是先對每個點的光譜值做kmeans分四群後找出來的 : 四個頂點是邊界範圍 : 我想找出散布在圖中每一坨的中心點當作植物中心點 : 也想知道中心點的位置和個數 : Hclust我只放入了x,y座標讓他們分群可是感覺分不太出來QQ結果如圖 : http://i.imgur.com/mrC8b6c.jpg : 想請問有除了分群以外的方法嗎? : 另外想讓R自動決定分群數 有嘗試過elbow method : 但是都會出現Error: cannot allocate vector of size 91.4 Gb : 不知道自動決定分群數有沒有比較推薦的方法呢 : 先謝過各位大神了~ : 現有每個點的資料格式如圖 : 最左邊是序號 band1~4是光譜值 x,y是x,y座標 : http://i.imgur.com/UUPYeCU.jpg : [程式範例]: : plant.cluster <- hclust(dist(remain.plant.add[,1:2]),method = "ward.D2") : png("hclust.png",res = 200,width = 2259,height = 1549) : plot(plant.cluster) : dev.off() : #elbow method : elbow.k <- function(mydata){ : dist.obj <- dist(mydata) : hclust.obj <- hclust(dist.obj) : css.obj <- css.hclust(dist.obj,hclust.obj) : elbow.obj <- elbow.batch(css.obj) : k <- elbow.obj$k : return(k) : } : elbow.k(NDVI) : #Error: cannot allocate vector of size 91.4 Gb : [環境敘述]: : R version 3.5.0 (2018-04-23) : Platform: x86_64-w64-mingw32/x64 (64-bit) : Running under: Windows >= 8 x64 (build 9200) : Matrix products: default : locale: : [1] LC_COLLATE=Chinese (Traditional)_Taiwan.950 : [2] LC_CTYPE=Chinese (Traditional)_Taiwan.950 : [3] LC_MONETARY=Chinese (Traditional)_Taiwan.950 : [4] LC_NUMERIC=C : [5] LC_TIME=Chinese (Traditional)_Taiwan.950 : attached base packages: : [1] stats graphics grDevices utils datasets methods : [7] base : other attached packages: : [1] ggplot2_2.2.1 NbClust_3.0 rgdal_1.3-3 sp_1.3-1 : loaded via a namespace (and not attached): : [1] Rcpp_0.12.18 lattice_0.20-35 crayon_1.3.4 : [4] grid_3.5.0 plyr_1.8.4 gtable_0.2.0 : [7] scales_1.0.0 pillar_1.3.0 rlang_0.2.2 : [10] lazyeval_0.2.1 rstudioapi_0.7 labeling_0.3 : [13] tools_3.5.0 munsell_0.5.0 compiler_3.5.0 : [16] colorspace_1.3-2 tibble_1.4.2 : [關鍵字]: : 分群、中心點、位置 --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 60.248.222.1 ※ 文章網址: https://webptt.com/m.aspx?n=bbs/R_Language/M.1541166048.A.A19.html ※ 編輯: andrew43 (60.248.222.1), 11/02/2018 21:45:15 ※ 編輯: andrew43 (60.248.222.1), 11/02/2018 22:12:37