如何使用fviz_cluster为聚类图添加within-cluster variance标签？

我懂你碰到的麻烦了——用fviz_cluster画聚类图时，想给每个簇加上簇内方差（within-cluster variance）的标签，但直接套geom_label完全没效果，翻官方文档也没找到现成的解决方案对吧？别慌，咱们可以手动计算方差，再把标签精准加到每个簇的中心位置，下面给你一步步演示：

核心思路 #

fviz_cluster默认用PCA降维展示聚类结果，直接加geom_label会遍历所有样本（而不是簇中心），所以我们需要：

1. 计算每个簇的簇内方差
2. 拿到每个簇中心在PCA降维空间的坐标
3. 把方差文本和坐标整合，再精准添加到图上

示例1：K-Means聚类场景 #

先从最常用的K-Means开始，代码可直接复用：

# 加载必要的包
library(factoextra)
library(dplyr)
library(prcomp)

# 1. 准备数据和聚类模型
set.seed(123) # 固定随机种子保证结果可复现
data <- scale(iris[,1:4]) # 标准化数据
kmeans_model <- kmeans(data, centers = 3)

# 2. 计算簇中心的PCA坐标 + 簇内方差
# 先做PCA（和fviz_cluster默认逻辑一致）
pca_result <- prcomp(data, scale. = FALSE)
# 把簇中心映射到PCA空间，同时计算平均簇内方差（总平方和/样本数）
cluster_labels <- predict(pca_result, newdata = kmeans_model$centers) %>%
  as.data.frame() %>%
  mutate(
    cluster = factor(1:nrow(.)),
    within_var = kmeans_model$withinss / kmeans_model$size,
    label_text = paste("Within Var:", round(within_var, 2)) # 格式化标签文本
  )

# 3. 画图并添加标签
# 先画基础聚类图
base_plot <- fviz_cluster(
  kmeans_model, 
  data = data, 
  geom = "point", 
  ellipse.type = "convex", 
  ggtheme = theme_minimal()
)

# 给每个簇中心加方差标签
base_plot + 
  geom_label(
    data = cluster_labels,
    aes(x = PC1, y = PC2, label = label_text),
    color = "darkred", 
    fontface = "bold",
    size = 4
  )

示例2：层次聚类场景 #

如果用的是层次聚类，只需要调整簇中心和方差的计算逻辑：

# 1. 构建层次聚类模型
hc_model <- hclust(dist(data), method = "ward.D2")
clusters <- cutree(hc_model, k = 3) # 分成3个簇

# 2. 计算簇中心、方差和PCA坐标
cluster_stats <- data %>%
  as.data.frame() %>%
  mutate(cluster = factor(clusters)) %>%
  group_by(cluster) %>%
  summarise(
    across(everything(), mean), # 计算簇中心
    size = n(),
    within_ss = sum(rowSums((cur_data()[,1:4] - cur_data()[,1:4])^2)) # 簇内总平方和
  ) %>%
  mutate(
    within_var = within_ss / size,
    label_text = paste("Within Var:", round(within_var, 2))
  )

# 映射簇中心到PCA空间
cluster_labels_hc <- predict(pca_result, newdata = cluster_stats[,1:4]) %>%
  as.data.frame() %>%
  mutate(
    cluster = cluster_stats$cluster,
    label_text = cluster_stats$label_text
  )

# 3. 画图加标签
base_plot_hc <- fviz_cluster(
  list(data = data, cluster = clusters),
  geom = "point",
  ellipse.type = "convex",
  ggtheme = theme_minimal()
)

base_plot_hc +
  geom_label(
    data = cluster_labels_hc,
    aes(x = PC1, y = PC2, label = label_text),
    color = "darkblue",
    fontface = "bold",
    size = 4
  )

关键说明 #

• 簇内方差我用了平均平方距离（总平方和/簇内样本数），如果你想展示总平方和，直接用kmeans_model$withinss或者层次聚类里的within_ss就行
• 标签的位置、颜色、大小都可以通过geom_label的参数调整，比如加nudge_x/nudge_y可以让标签避开簇中心点

内容的提问来源于stack exchange，提问作者user9343592