如何为broom未支持的聚类方法实现tidy风格的聚类标签赋值？

参考Stack Overflow上的提问《Alternatives to kmeans() for spotting small clusters for k=2》，评论区给出的GMM聚类示例需要先训练模型再预测标签，针对你想用dplyr风格为tibble数据集db添加簇标签的需求，有两种简洁实现方式：

方法1：自定义封装聚类函数 #

先写一个整合模型训练与预测逻辑的函数，直接接收选定列的数据集并返回簇标签：

library(ClusterR)
library(dplyr)

# 自定义GMM聚类函数，默认分2簇
gmm_cluster <- function(data, n_clusters = 2) {
  gmm_model <- GMM(data, gaussian_comps = n_clusters)
  predict(gmm_model, data)
}

之后就可以按你想要的风格调用，用pick()作为列选择器（支持直接指定列名）：

# 示例：选择mpg、disp、hp列进行聚类，添加cluster列
db %>%
  mutate(cluster = gmm_cluster(pick(mpg, disp, hp))) -> db

方法2：匿名函数一次性实现 #

如果不需要复用聚类逻辑，也可以直接用匿名函数在mutate内完成：

db %>%
  mutate(cluster = {
    selected_cols <- pick(mpg, disp, hp)  # 选择目标列
    predict(GMM(selected_cols, gaussian_comps = 2), selected_cols)
  }) -> db

注意事项 #

• 确保选定的列都是数值型，GMM算法仅支持数值数据输入
• 若需要调整簇数，修改gaussian_comps参数即可

内容的提问来源于stack exchange，提问作者GiulioGCantone