K - Rを使用したクラスタリングを意味します。 K-クラスタリングは、特定のデータセットをk個のクラスターに分割するために最も一般的に使用される教師なし機械学習アルゴリズムであることを意味します。ここで、 kはクラスターの数を表し、ユーザーが指定する必要があります。 Uberデータセットの場合はkをすでに知っています。これは、 5または自治区の数です。

同様に、Rでデータをクラスタリングするにはどうすればよいですか？このアルゴリズムは、次の手順で機能します。

1. 必要なクラスター数Kを指定します。2D空間のこれら5つのデータポイントに対してk = 2を選択します。
2. 各データポイントをクラスターに割り当てます。クラスター1に赤い色を使用して3つのポイントを割り当て、クラスター2に黄色を使用して2つのポイントを割り当てます（画像を参照）。

それで、データセットをKクラスターに分割するR関数は何ですか？

K-はクラスタリングを意味します。ここで、 Rは関数です。クラスタリングは、特定のデータセットをkクラスターに分割する教師なし機械学習アルゴリズムです。 K-クラスター分析は最も一般的な分割方法であり、 R関数はKグループを分割する効果的なアルゴリズムを使用します。

Kはクラスタリングを意味するとどのように解釈しますか？

ClusterK-Meansの主要な結果を解釈する

• ステップ1：最終的なグループ化を調べます。指定した最初のパーティションに基づいて、最終的なグループ化を調べて、最終的なパーティションのクラスターが直感的に理解できるかどうかを確認します。
• ステップ2：各クラスター内の変動性を評価します。