如何在ggplot2中添加聚类中心点？（KNN教学Shiny应用场景）

嘿，刚好做过类似的KNN教学demo，给你一套清晰的步骤，直接上手就能实现需求：

核心思路 #

先给iris数据集随机分配聚类标签，然后计算每个聚类的Sepal.Length和Sepal.Width均值（也就是聚类中心），最后在散点图上叠加这些中心点即可。

完整代码示例 #

我分两种方式写，一种用dplyr（代码更简洁易读，适合教学展示逻辑），一种用base R（不用额外加载包），你可以选自己顺手的：

方式1：用dplyr处理数据（推荐） #

# 加载需要的包
library(ggplot2)
library(dplyr)

# 1. 给iris添加随机聚类标签（0和1）
set.seed(123) # 设置随机种子，保证每次运行的聚类结果一致，适合教学演示
iris_clustered <- iris %>%
  mutate(cluster = sample(c(0, 1), nrow(.), replace = TRUE))

# 2. 计算每个聚类的中心点（取Sepal.Length和Sepal.Width的均值）
cluster_centers <- iris_clustered %>%
  group_by(cluster) %>%
  summarize(
    Sepal.Length = mean(Sepal.Length),
    Sepal.Width = mean(Sepal.Width)
  )

# 3. 绘制散点图并叠加中心点
ggplot(iris_clustered, aes(x = Sepal.Length, y = Sepal.Width, color = factor(cluster))) +
  # 绘制原始数据点，加alpha透明度让中心点更突出
  geom_point(alpha = 0.7) +
  # 绘制聚类中心点：设置大尺寸、粗边框，用形状区分不同聚类
  geom_point(data = cluster_centers, aes(shape = factor(cluster)), size = 5, stroke = 2) +
  # 添加标签优化可读性
  labs(
    x = "Sepal Length",
    y = "Sepal Width",
    color = "Cluster",
    shape = "Cluster Center",
    title = "Iris Data with Random Clusters & Centers"
  ) +
  theme_minimal()

方式2：用base R处理数据（无需额外包） #

如果不想加载dplyr，用base R的aggregate函数也能快速计算中心点：

library(ggplot2)

# 1. 添加随机聚类标签
set.seed(123)
iris$cluster <- sample(c(0, 1), nrow(iris), replace = TRUE)

# 2. 计算聚类中心点
cluster_centers <- aggregate(cbind(Sepal.Length, Sepal.Width) ~ cluster, 
                             data = iris, FUN = mean)

# 3. 绘图（和上面逻辑一致）
ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width, color = factor(cluster))) +
  geom_point(alpha = 0.7) +
  geom_point(data = cluster_centers, aes(shape = factor(cluster)), size = 5, stroke = 2) +
  labs(
    x = "Sepal Length",
    y = "Sepal Width",
    color = "Cluster",
    shape = "Cluster Center",
    title = "Iris Data with Random Clusters & Centers"
  ) +
  theme_minimal()

额外优化建议（适合教学展示） #

如果想让中心点更直观，可以给每个中心加上文字标签，只需要在绘图代码里加这一行即可：

geom_text(data = cluster_centers, aes(label = paste("Center", cluster)), 
          vjust = -1, size = 4, fontface = "bold")

这样观众一眼就能看出每个中心点对应的聚类编号，教学效果会更好。

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