使k-means算法的剪影图更易读

Question

我正在尝试为K均值聚类创建轮廓图，但是条形图几乎不可见。如何使此图表易于阅读？

示例代码：

require(cluster)

X <- EuStockMarkets
kmm <- kmeans(X, 8)

D <- daisy(X)
plot(silhouette(kmm$cluster, D), col=1:8)

示例输出：

- Neal Fultz

Answer 1

要解决这个问题，将边框设置为NA：

plot(silhouette(kmm$cluster, D), col=1:8, border=NA)

- Neal Fultz

Answer 2

我对R还很陌生，所以可能走错了方向。你能具体说明一下列的颜色吗？就像这样：

require(cluster)

X <- EuStockMarkets
kmm <- kmeans(X, 8)

D <- daisy(X)
plot(silhouette(kmm$cluster, D), col = c("blue","red","purple","green","black","pink","peach","orange")

我刚刚学到了colors()函数可以在R中显示颜色选项。

上面的想法并不是一个完整的解决方案，因为我不确定如何选择1到8列并为它们选择颜色。而且，我相信R肯定有一种自动显示不同颜色聚类的方法。

- Eric

---

问题在于条形图太细了，以至于你几乎看不到颜色。 - Neal Fultz