R语言中为K-means聚类结果匹配鸢尾花物种标签的方法咨询

K-means输出的聚类编号本身是无顺序的随机标识，硬编码编号和物种的对应关系、固定随机种子的方式适配性极差，你可以用以下更简便的方案实现需求：

• 方案1：静态映射（替代原有循环，代码极简） #

  用命名向量做批量匹配，完全替代多层循环，代码量大幅缩减：

  # 按需调整编号对应的物种名即可
  cluster_map <- c("1" = "versicolor", "2" = "setosa", "3" = "virginica")
  km.out$cluster <- cluster_map[as.character(km.out$cluster)]
  

• 方案2：自动动态映射（无需固定随机种子） #

  不需要提前指定编号对应关系，通过统计每个聚类中占比最高的真实鸢尾花物种，自动完成映射，适配所有运行环境和参数调整场景：

  基础包实现（无需加载第三方库） #

  # 生成聚类编号和真实物种的交叉表
  cross_tb <- table(km.out$cluster, iris$Species)
  # 每个聚类匹配出现频次最高的物种
  cluster_map <- colnames(cross_tb)[max.col(cross_tb)]
  names(cluster_map) <- rownames(cross_tb)
  # 批量替换聚类编号
  km.out$cluster <- cluster_map[as.character(km.out$cluster)]
  

  dplyr实现（语法更易读） #

  library(dplyr)
  cluster_map <- data.frame(cluster = km.out$cluster, species = iris$Species) %>%
    group_by(cluster) %>%
    count(species, sort = TRUE) %>%
    slice(1) %>%
    pull(species, name = cluster)
  
  km.out$cluster <- cluster_map[as.character(km.out$cluster)]
  

内容的提问来源于stack exchange，提问作者Jason。