R语言中k-means与层次聚类的混淆矩阵table计算方法咨询

操作步骤 #

步骤1：构造真实类别标签 #

你生成的3组模拟数据各100条，对应3个已知真实类别，先构造全量样本的真实标签向量：

# 前100条为类别1、中间100条为类别2、最后100条为类别3
true_label <- factor(c(rep(1, 100), rep(2, 100), rep(3, 100)))

步骤2：计算k-means聚类的混淆矩阵 #

k-means的聚类簇标签存储在B$cluster中，直接将真实标签和聚类标签传入table函数即可生成混淆矩阵：

kmeans_confusion <- table(true_label, B$cluster)
# 打印混淆矩阵
print(kmeans_confusion)

步骤3：计算层次聚类的混淆矩阵 #

层次聚类的簇标签存储在clusters2中，同理传入table函数即可：

hclust_confusion <- table(true_label, clusters2)
# 打印混淆矩阵
print(hclust_confusion)

注意：无监督聚类输出的簇编号和预设的真实类别编号没有绑定对应关系，混淆矩阵的列顺序不代表和真实类别一一对应，若需要计算聚类准确率等指标，可先对聚类标签做重映射，对齐真实类别编号后再计算。

内容的提问来源于stack exchange，提问作者Vorrven