基于R语言apcluster库与iris数据集：留存聚类所属样本的方法

嘿，这就帮你搞定用R的apcluster包对iris数据集做聚类分析的需求，步骤清晰，结果直接能用！

1. 准备工作：安装加载包与数据集 #

首先得确保apcluster包已经安装，没装的话先搞定安装，然后加载包和经典的iris数据集：

# 检查并安装apcluster包
if (!require("apcluster")) {
  install.packages("apcluster")
  library(apcluster)
}

# 加载iris数据集
data(iris)

2. 运行亲和传播聚类 #

亲和传播的好处是不需要预先指定聚类数量，它会自动根据数据推导。这里我们用iris的前4个特征列来计算相似度（默认用负的平方欧氏距离，因为apcluster需要的是“相似度”而非“距离”，值越高代表样本越相似）：

# 执行亲和传播聚类
ap_result <- apcluster(negDistMat(r=2), iris[,1:4])

3. 查看聚类核心信息 #

运行完聚类后，我们先看看有多少个聚类，以及每个聚类包含多少样本：

# 查看聚类总数
cat("聚类总数：", length(ap_result@clusters), "\n")

# 提取并打印每个聚类的样本数量
cluster_sizes <- sapply(ap_result@clusters, length)
cat("各聚类样本数：\n")
print(cluster_sizes)

你会得到类似这样的输出（因为亲和传播有一定随机性，结果可能略有波动，但iris数据很规整，通常会分出3类，和原始物种对应）：

聚类总数： 3 
各聚类样本数：
[1] 50 50 50

4. 留存每个聚类的样本 #

接下来把每个聚类的样本单独提取出来，可以存在列表里方便后续分析，也可以直接导出成CSV文件永久保存：

# 把每个聚类的样本提取到列表中
cluster_samples <- lapply(ap_result@clusters, function(idx) iris[idx, ])

# （可选）将每个聚类导出为CSV文件
for (i in 1:length(cluster_samples)) {
  write.csv(cluster_samples[[i]], file = paste0("iris_cluster_", i, ".csv"), row.names = FALSE)
}

5. 生成带聚类标签的结果表格 #

如果需要一个完整的表格，显示每个样本所属的聚类，我们可以给原始iris数据集添加一列聚类标签，然后导出：

# 创建带聚类标签的数据集
iris_with_cluster <- iris
iris_with_cluster$cluster <- NA  # 先初始化聚类列

# 给每个样本分配对应的聚类编号
for (i in 1:length(ap_result@clusters)) {
  iris_with_cluster$cluster[ap_result@clusters[[i]]] <- i
}

# 查看前6行结果
head(iris_with_cluster)

# （可选）导出完整结果表格到CSV
write.csv(iris_with_cluster, file = "iris_clustered_full_result.csv", row.names = FALSE)

带聚类标签的表格示例（前6行）：

内容的提问来源于stack exchange，提问作者psysky