科学网 › 标签 › 决定系数

标签: 决定系数

相关帖子	版块	作者	回复/查看	最后发表

没有相关内容

相关日志

用R进行聚类分析时R2的简便计算方法: leymus 2015-2-20 15:00; R在进行聚类分析时，没提供R^2。网上有人提供了自己编制的代码。觉得还应该有更简洁的计算方法,我于是借鉴了kmeans函数的帮助，写了下面三行代码计算R2。使用了scale() 和 by() 两个函数，大大减少了代码量。这两个函数都在base包里，不需要额外加载包。使用时需要注意一点：只保留分类变量列，把名字列去掉。 tss.cal-function(x) sum(scale(x,scale=F)^2)#总平方和 ess.cal-function(x,clst) sum(by(x,INDICES=clst,FUN=tss.cal))#总组内平方和，或者“误差平方和”。 rsq.cal-function(x,clst) (tss.cal(x)-ess.cal(x,clst))/tss.cal(x) #R2; clst是聚类向量，即聚类结果。下面提供一个案例： #-------------------------------------------------------------- #下面读入案例数据集 poverty-read.table(text=Birth Death InfantDeath Country 24.7 5.7 30.8 Albania 12.5 11.9 14.4 Bulgaria 13.4 11.7 11.3 Czechoslovakia 12 12.4 7.6 Former_E._Germany 11.6 13.4 14.8 Hungary 14.3 10.2 16 Poland 13.6 10.7 26.9 Romania 14 9 20.2 Yugoslavia 17.7 10 23 USSR 15.2 9.5 13.1 Byelorussia_SSR 13.4 11.6 13 Ukrainian_SSR 20.7 8.4 25.7 Argentina 46.6 18 111 Bolivia 28.6 7.9 63 Brazil 23.4 5.8 17.1 Chile 27.4 6.1 40 Columbia 32.9 7.4 63 Ecuador 28.3 7.3 56 Guyana 34.8 6.6 42 Paraguay 32.9 8.3 109.9 Peru 18 9.6 21.9 Uruguay 27.5 4.4 23.3 Venezuela 29 23.2 43 Mexico 12 10.6 7.9 Belgium 13.2 10.1 5.8 Finland 12.4 11.9 7.5 Denmark 13.6 9.4 7.4 France 11.4 11.2 7.4 Germany 10.1 9.2 11 Greece 15.1 9.1 7.5 Ireland 9.7 9.1 8.8 Italy 13.2 8.6 7.1 Netherlands 14.3 10.7 7.8 Norway 11.9 9.5 13.1 Portugal 10.7 8.2 8.1 Spain 14.5 11.1 5.6 Sweden 12.5 9.5 7.1 Switzerland 13.6 11.5 8.4 U.K. 14.9 7.4 8 Austria 9.9 6.7 4.5 Japan 14.5 7.3 7.2 Canada 16.7 8.1 9.1 U.S.A. 40.4 18.7 181.6 Afghanistan 28.4 3.8 16 Bahrain 42.5 11.5 108.1 Iran 42.6 7.8 69 Iraq 22.3 6.3 9.7 Israel 38.9 6.4 44 Jordan 26.8 2.2 15.6 Kuwait 31.7 8.7 48 Lebanon 45.6 7.8 40 Oman 42.1 7.6 71 Saudi_Arabia 29.2 8.4 76 Turkey 22.8 3.8 26 United_Arab_Emirates 42.2 15.5 119 Bangladesh 41.4 16.6 130 Cambodia 21.2 6.7 32 China 11.7 4.9 6.1 Hong_Kong 30.5 10.2 91 India 28.6 9.4 75 Indonesia 23.5 18.1 25 Korea 31.6 5.6 24 Malaysia 36.1 8.8 68 Mongolia 39.6 14.8 128 Nepal 30.3 8.1 107.7 Pakistan 33.2 7.7 45 Philippines 17.8 5.2 7.5 Singapore 21.3 6.2 19.4 Sri_Lanka 22.3 7.7 28 Thailand 31.8 9.5 64 Vietnam 35.5 8.3 74 Algeria 47.2 20.2 137 Angola 48.5 11.6 67 Botswana 46.1 14.6 73 Congo 38.8 9.5 49.4 Egypt 48.6 20.7 137 Ethiopia 39.4 16.8 103 Gabon 47.4 21.4 143 Gambia 44.4 13.1 90 Ghana 47 11.3 72 Kenya 44 9.4 82 Libya 48.3 25 130 Malawi 35.5 9.8 82 Morocco 45 18.5 141 Mozambique 44 12.1 135 Namibia 48.5 15.6 105 Nigeria 48.2 23.4 154 Sierra_Leone 50.1 20.2 132 Somalia 32.1 9.9 72 South_Africa 44.6 15.8 108 Sudan 46.8 12.5 118 Swaziland 31.1 7.3 52 Tunisia 52.2 15.6 103 Uganda 50.5 14 106 Tanzania 45.6 14.2 83 Zaire 51.1 13.7 80 Zambia 41.7 10.3 66 Zimbabwe, header=T) #下面三行是计算平方和和R2的函数 tss.cal-function(x) sum(scale(x,scale=F)^2) ess.cal-function(x,clst) sum(by(x,INDICES=clst,FUN=tss.cal)) rsq.cal-function(x,clst) (tss.cal(x)-ess.cal(x,clst))/tss.cal(x) poverty-poverty #把名称列去掉！ rsq-vector(numeric,14)#建立存储R2结果的向量，长度是14，看聚类成2到15个类时R2的值 res-hclust(dist(poverty),method=ward.D)#进行分层聚类。这里只是以分层聚类hclust为例，当然可以换成别的聚类方法。 for(ii in 2:15){ clst-cutree(res,ii)#clst是聚类向量，即聚类的结果。 rsq -rsq.cal(poverty,clst) #调用刚才建立的函数，计算R2 } #下面看一下不同聚类数下R2变化 cluster.rslt-data.frame(nclust=2:15,rsq=rsq) plot(rsq~nclust,cluster.rslt,type=b)#看来三个世界的说法有聚类分析的支持; 个人分类: R使用|6788 次阅读|0 个评论

更多...

帐号		自动登录	找回密码
密码			注册

关闭 安全验证

标签: 决定系数

相关帖子

相关日志

关闭安全验证