R 库 {Cluster} 和 {Factoextra} 中的 K 均值聚类,用于对海洋数据进行分组-研究论文

上传者: 38635979 | 上传时间: 2021-06-19 15:05:40 | 文件大小: 26.4MB | 文件类型: PDF
R编程的k-means算法聚类分析应用于地质数据分析是本文的讨论范围。 研究对象是位于西太平洋的海沟马里亚纳海沟。 该研究通过对地质数据的属性分析来评估地质数据的相似性。 原始观测数据集包含参数不同的样本:地质(沉积物厚度)、构造(构造板块上的位置)、火山作用(火成岩火山区)、测深(深度范围)和地貌(坡度和坡向)。 使用 k-means 算法将数据池划分为集群,目的是检测相似性。 选择聚类作为主要的统计方法,因为它可以通过无监督分类检测原始数据集中的相似组。 从技术上讲,该研究是使用 R 语言及其统计库进行的。 主要的 R 库包括 {cluster}、{factoextra}; 次要库包括 {ggplot2}、{FactoMiner}、{openxlsx}、{carData}、{rio}、{car} 和 {flashClust}。 测试了几个集群,从 2 到 7,最佳数量定义为 5。 结果显示可视化计算:因子的相关矩阵; 显示成对相关的双因子的比较; 成对比较分析显示变量作为双因素的影响:沉积物厚度与坡度角相关; 火山火成岩​​区与坡度角和坡向度的相关性。 影响地貌的四个变量:坡度角、沉积物厚度、坡向度、水深和火山作用。 该论文包括 R 编程代码列表,用于类似研究中算法的可重复性。

文件下载

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明