R语言fviz_cluster绘制kmeans结果的Dim1/Dim2来源疑问

你观察到的Dim1、Dim2并非kmeans聚类的输出结果，而是fviz_cluster为了实现二维可视化，自动对原始特征做降维得到的维度，具体逻辑如下：

• kmeans聚类本身是在原始输入特征的高维空间中计算的，你代码里输入的iris.scaled是4维特征（花萼长度、花萼宽度、花瓣长度、花瓣宽度），km.res对象只会存储聚类簇标签、簇中心、组内平方和等聚类核心结果，不会包含降维相关的维度信息。
• 调用fviz_cluster()时，你传入了原始数据集iris[,-5]作为第二个参数，函数会基于这个原始特征矩阵，默认做主成分分析（PCA），提取方差解释率最高的前两个主成分，就是图上的Dim1（第一主成分）和Dim2（第二主成分）。
• 图中每个样本点的坐标，就是对应样本在这两个主成分上的投影值，这种降维方式可以在尽可能保留样本间差异信息的前提下，把高维分布压缩到二维平面，方便直观判断聚类的区分效果。

验证方法 #

你可以手动计算PCA对比结果，确认维度的来源：

# 手动计算PCA，和fviz_cluster的默认逻辑对齐
pca_res <- prcomp(iris.scaled, scale. = FALSE) # 之前已经对数据做过标准化，这里不需要再做
# 输出前两个主成分的前6行结果，和可视化图中的点坐标完全对应
head(pca_res$x[, 1:2])

拓展说明 #

如果你不想用PCA作为降维方式，也可以通过fviz_cluster的method参数指定其他降维方法，可选值包括mds（多维缩放）、tsne（t分布邻域嵌入）等。

内容的提问来源于stack exchange，提问作者anderwyang