我正在使用以下資料集對分類資料執行聚類分析 -鏈接到資料集- 使用 R 中的以下包：
library(cluster)
library(dplyr)
library(ggplot2)
library(readr)
使用以下代碼，我可以觀察 5 個集群內的客戶端組態檔（注意：我選擇 5 個集群而不是 7 或 8 個集群，以使事情或多或少簡單）：
df.torun <- subset(df.bank, select = -c(loan, contact, day, month, duration, campaign, pdays, previous, poutcome, y))
gower_dist <- daisy(df.torun, metric = "gower")
gower_mat <- as.matrix(gower_dist)
sil_width <- c(NA)
for(i in 2:8){
pam_fit <- pam(gower_dist, diss = TRUE, k = i)
sil_width[i] <- pam_fit$silinfo$avg.width
}
plot(1:8, sil_width,
xlab = "Number of clusters",
ylab = "Silhouette width")
lines(1:8, sil_width)
k <- 5
pam_fit <- pam(gower_dist, diss = TRUE, k)
pam_results <- df.torun %>%
mutate(cluster = pam_fit$clustering) %>%
group_by(cluster) %>%
do(the_summary = summary(.))
pam_results$the_summary
您將能夠看到是否使用我共享的資料運行此腳本，您將獲得有關以下類別的客戶個人資料的大量資訊：年齡、作業、婚姻、教育、默認、余額和住房. 這是我為集群 1 獲得的結果的螢屏截圖：
我得到的集群 1 的結果
從上圖中可以看出，在作業欄目下，一些結果被“隱藏”在了類別（Other）下。
我的問題：我可以使用什么代碼來列出作業列中“隱藏”在（其他）下的所有單詞？
非常感謝您的幫助！
uj5u.com熱心網友回復：
您可以使用maxsum=. 例子：
d <- data.frame(x=gl(10, 5), y=rnorm(50))
summary(d)
# x y
# 1 : 5 Min. :-1.7459
# 2 : 5 1st Qu.:-0.8480
# 3 : 5 Median :-0.2293
# 4 : 5 Mean :-0.1439
# 5 : 5 3rd Qu.: 0.4109
# 6 : 5 Max. : 2.5951
# (Other):20
summary(d, maxsum=11)
# x y
# 1 :5 Min. :-1.7459
# 2 :5 1st Qu.:-0.8480
# 3 :5 Median :-0.2293
# 4 :5 Mean :-0.1439
# 5 :5 3rd Qu.: 0.4109
# 6 :5 Max. : 2.5951
# 7 :5
# 8 :5
# 9 :5
# 10:5
uj5u.com熱心網友回復：
感謝@jay.sf，我找到了解決方案。我包含了maxsum=如下所示的引數（注意：我使用了 12，因為這是變數的級別數）：
pam_fit <- pam(gower_dist, diss = TRUE, k)
pam_results <- df.torun %>%
mutate(cluster = pam_fit$clustering) %>%
group_by(cluster) %>%
do(the_summary = summary(., maxsum = 12))
pam_results$the_summary
轉載請註明出處，本文鏈接：https://www.uj5u.com/yidong/409161.html
標籤：