ordinazione punti cluster utilizzando Kmeans e R

Question

ho set di dati (di 5000 punti con 4 dimensioni) che ho cluster utilizzando Kmeans in R.

voglio ordinare i punti in ogni cluster in base alla distanza di il centro di quel gruppo.

Molto semplicemente, i dati assomiglia a questo (sto usando un sottoinsieme di testare diversi approcci):

id Ans Acc Que Kudos 
1 100 100 100 100 
2 85 83 80 75 
3 69 65 30 29 
4 41 45 30 22 
5 10 12 18 16 
6 10 13 10 9 
7 10 16 16 19 
8 65 68 100 100 
9 36 30 35 29 
10 36 30 26 22 

In primo luogo, ho usato il seguente metodo per raggruppare l'insieme di dati in 2 gruppi:

(result <- kmeans(data, 2)) 

Questo restituisce un oggetto Kmeans che ha il seguente methods: cluster, centers etc.

Ma io Canno t capire come confrontare ciascun punto e produrre una lista ordinata.

In secondo luogo, ho provato l'approccio seriazione, come suggerito da un altro SO utente here

io uso questi comandi:

clus <- kmeans(scale(x, scale = FALSE), centers = 3, iter.max = 50, nstart = 10) 
mns <- sapply(split(x, clus$cluster), function(x) mean(unlist(x))) 
result <- dat[order(order(mns)[clus$cluster]), ] 

che sembra produrre un elenco ordinato, ma se mi legano al etichettato cluster (utilizzando il seguente comando cbind):

result <- cbind(x[order(order(mns)[clus$cluster]), ],clus$cluster) 

ottengo il seguente risultato, che non sembra essere ordine Ed in modo corretto:

id Ans Acc Que Kudos clus 
1 3 69 65 30 29 1 
2 4 41 45 30 22 1 
3 5 10 12 18 16 2 
4 6 10 13 10 9 2 
5 7 10 16 16 19 2 
6 9 36 30 35 29 2 
7 10 36 30 26 22 2 
8 1 100 100 100 100 1 
9 2 85 83 80 75 2 
10 8 65 68 100 100 2 

non voglio essere iscritto comandi, volenti o nolenti, ma capire come funziona l'approccio. Se qualcuno potesse aiutare o diffondere un po 'di luce su questo, sarebbe davvero grandioso.

EDIT :::::::::::

Come i cluster possono essere facilmente tracciati, immagino ci sia un modo più semplice per ottenere e classificare le distanze tra punti e il centro.

I centri per i cluster di cui sopra (quando si utilizza k = 2) sono i seguenti. Ma non so come ottenere e confrontare questo con ogni singolo punto.

 Ans Accep  Que  Kudos 
1 83.33333 83.66667 93.33333 91.66667 
2 30.28571 30.14286 23.57143 20.85714 

NB ::::::::

non ho bisogno di top uso Kmeans ma voglio specificare il numero di cluster e recuperare un elenco ordinato di punti da tali cluster.

Answer 1

Ecco un esempio che fa quello che chiedi, utilizzando il primo esempio da ?kmeans. Probabilmente non è terribilmente efficiente, ma è qualcosa su cui basarsi.

#Taken straight from ?kmeans 
x <- rbind(matrix(rnorm(100, sd = 0.3), ncol = 2), 
      matrix(rnorm(100, mean = 1, sd = 0.3), ncol = 2)) 
colnames(x) <- c("x", "y") 
cl <- kmeans(x, 2) 

x <- cbind(x,cl = cl$cluster) 

#Function to apply to each cluster to 
# do the ordering 
orderCluster <- function(i,data,centers){ 
    #Extract cluster and center 
dt <- data[data[,3] == i,] 
ct <- centers[i,] 

    #Calculate distances 
dt <- cbind(dt,dist = apply((dt[,1:2] - ct)^2,1,sum)) 
    #Sort 
dt[order(dt[,4]),] 
} 

do.call(rbind,lapply(sort(unique(cl$cluster)),orderCluster,data = x,centers = cl$centers))