r - 如何计算R中k均值聚类的BIC

Question

我一直在使用k-means在R中对数据进行聚类，但是我希望能够使用Baysiean Information Criterion（BIC）和AIC来评估聚类的拟合度与模型复杂度。目前，我在R中使用的代码是：

KClData <- kmeans(Data, centers=2, nstart= 100)

但我希望能够提取BIC和对数可能性。任何帮助将不胜感激！

Answer 1

对于在此降落的其他人，Sherry Towers在http://sherrytowers.com/2013/10/24/k-means-clustering/处提出了一种使用stats::kmeans输出的方法。我引用：


可以使用以下函数来计算AIC：

kmeansAIC = function(fit){

m = ncol(fit$centers)
n = length(fit$cluster)
k = nrow(fit$centers)
D = fit$tot.withinss
return(D + 2*m*k)
}

从 stats::AIC的帮助中，您还可以看到BIC的计算方式与AIC相似。获取BIC的一种简单方法是用以下方法替换上述函数中的 return()：

return(data.frame(AIC = D + 2*m*k,
                  BIC = D + log(n)*m*k))

因此，您将按以下方式使用它：

fit <- kmeans(x = data,centers = 6)
kmeansAIC(fit)