У меня есть фрейм данных, который делится на выборки в строках и переменные в столбцах
После выполнения PCA:
df.pca <- PCA(df, graph = FALSE, ncp = Inf)
df.coord <- data.frame(df.pca$ind$coord)
, а затем k-означает на моих данных PCA:
df.kmeans = kmeans(df.coord, 3, nstart = 25)
и для визуализации формирования кластера:
fviz.cluster(object = df.kmeans, data = df.pca)
Я получаю хороший график с правильными размерами (dim1 75% и dim 2 12% для моих данных, рассчитанных PCA).
Но если я делаю то же самое с алгоритмом k-medoid (PAM):
df.pca <- PCA(df, graph = FALSE, ncp = Inf)
df.coord <- data.frame(flies.todos.pca$ind$coord)
df.pam = pam(df.coord, 3, nstart = 25)
fviz.cluster(object = df.pam, data = df.pca)
Я получаю неправильные размеры (dim1 3.4%, dim 2 3.4%) с точно таким жеdata.
Как я могу определить размеры для PCA?
Я пытался:
fviz.cluster(object = df.pam, data = df.coord)
fviz.cluster(object = df.pam, data = df)
безуспешно, я всегда получаю 3,4% измерений, которые недаже близко к значениям PCA