Bonjour,
Mon but est de créer un vecteur classe du type avec S le vecteur classe:
et j'ai mon vecteur S qui donnée par le Clustering vector suivante :
Code : Sélectionner tout - Visualiser dans une fenêtre à part
1
2 T=class.ind(S)
Code : Sélectionner tout - Visualiser dans une fenêtre à part
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55 + > S K-means clustering with 5 clusters of sizes 429, 995, 1272, 678, 478 Cluster means: X1 X3 X5 1 0.296232207 0.038722860 0.66504493 2 0.025239954 0.006993070 0.96776698 3 0.971426658 0.002294533 0.02627881 4 0.008110973 0.980640144 0.01124888 5 0.661253576 0.014776919 0.32396951 Clustering vector: [1] 5 2 5 4 4 3 5 3 5 3 2 2 5 3 2 1 3 4 2 1 3 4 2 4 4 3 4 4 4 3 2 2 2 3 1 3 1 3 4 3 4 4 3 5 5 2 3 4 3 2 1 4 1 4 3 2 2 4 1 1 1 4 4 5 3 5 3 2 3 3 2 5 3 3 1 4 3 3 4 2 2 3 1 4 2 3 4 5 2 3 2 3 2 3 4 2 2 1 3 3 3 3 1 4 4 4 5 2 4 2 3 3 2 5 2 2 2 4 5 2 5 3 2 [124] 3 2 3 5 2 1 4 4 2 1 3 3 5 4 2 3 4 2 5 4 1 4 1 4 4 4 4 1 2 4 2 1 3 1 3 3 3 5 4 3 3 4 2 5 2 4 2 4 2 5 2 3 4 3 4 2 4 4 4 3 5 1 3 3 2 4 4 3 4 5 3 1 3 3 3 2 4 3 3 3 1 3 2 4 3 1 5 5 2 2 3 5 4 3 3 1 3 3 3 3 2 3 3 2 5 5 2 5 5 2 3 2 2 1 1 2 5 4 2 1 3 3 3 [247] 2 4 2 3 2 3 5 1 2 3 5 4 3 2 2 4 3 2 2 3 3 5 1 3 3 1 3 2 1 3 4 5 1 2 2 3 3 5 2 5 2 3 2 4 3 2 2 2 4 4 1 4 2 3 3 2 1 2 2 4 5 1 5 3 3 5 5 4 5 4 1 3 4 2 4 5 3 4 5 2 1 3 2 2 2 3 2 2 5 2 2 1 3 4 5 4 2 2 5 3 3 3 3 5 1 3 1 4 2 3 5 2 4 3 3 5 3 1 2 3 5 3 3 [370] 4 1 4 3 4 4 2 4 2 2 5 3 4 2 3 3 5 3 3 4 1 3 5 3 1 2 5 3 4 4 1 3 3 2 3 3 3 2 4 4 3 1 1 1 3 2 3 3 5 3 3 1 4 2 5 3 1 4 4 2 5 2 4 2 1 1 2 5 3 3 5 3 2 4 3 2 4 3 3 3 2 5 1 1 2 5 3 2 3 5 4 4 3 4 3 3 2 3 2 3 3 2 4 3 5 4 2 5 2 2 4 3 4 1 2 3 1 4 5 3 2 3 2 [493] 4 2 2 1 5 3 2 4 4 3 4 2 3 1 5 3 3 2 5 3 1 3 5 3 2 2 2 3 3 4 3 4 3 2 2 1 4 3 2 4 3 5 4 3 5 4 3 3 3 4 2 3 2 4 4 5 3 4 3 5 5 3 5 4 3 3 4 4 2 3 2 3 4 4 5 2 3 4 2 5 3 2 3 1 4 3 4 3 4 2 1 2 3 1 3 5 5 2 2 3 3 3 3 2 3 3 3 5 3 2 3 1 5 3 1 2 2 5 3 2 3 2 3 [616] 2 1 5 3 1 3 3 3 3 5 1 3 2 5 4 4 1 5 4 3 4 3 4 3 2 4 2 4 1 1 4 2 2 4 2 1 3 2 3 3 3 5 3 3 2 5 2 1 2 4 5 5 1 2 3 3 3 4 2 3 2 4 5 4 4 3 3 1 3 2 2 3 4 4 1 5 3 5 4 1 3 2 2 4 1 4 3 2 3 3 2 1 1 3 3 2 5 3 3 3 2 3 3 1 5 3 1 2 2 4 2 2 5 1 1 2 3 1 5 2 3 2 3 [739] 1 5 5 2 2 3 1 3 2 2 1 4 2 2 3 2 4 4 2 4 3 4 1 3 3 2 3 2 3 3 3 5 4 3 3 3 4 5 2 5 3 2 1 1 3 5 1 2 3 2 4 3 2 5 3 2 2 3 2 1 4 5 3 5 2 4 5 2 1 3 4 2 4 1 1 3 2 4 2 2 2 4 3 5 4 2 2 4 1 5 5 2 2 3 1 3 3 2 2 3 2 4 4 3 4 3 5 2 2 1 4 5 2 3 5 2 1 2 1 2 5 5 3 [862] 3 5 2 5 2 3 5 2 3 3 1 4 4 3 2 4 1 1 1 5 5 3 2 4 2 2 5 3 2 3 3 2 5 3 1 3 5 3 3 4 5 2 2 5 5 4 3 4 3 5 2 3 3 3 3 3 3 3 3 4 4 4 4 2 3 3 2 5 3 5 3 2 4 5 2 2 3 3 3 3 3 1 3 4 3 2 3 2 1 4 4 3 4 3 3 3 1 2 3 3 1 2 3 2 4 2 2 1 2 3 5 4 4 4 5 4 2 3 2 4 2 1 5 [985] 3 4 3 2 4 3 3 4 2 1 2 3 4 5 3 3 2 4 2 4 5 3 2 2 3 2 3 2 1 2 2 2 4 4 2 2 2 2 3 2 4 1 3 2 2 1 3 4 2 5 2 3 1 3 2 5 1 3 1 5 3 5 3 3 3 4 3 3 4 2 2 2 5 1 2 2 4 2 2 4 3 2 4 2 2 3 2 2 2 3 3 1 2 2 2 4 2 5 2 2 3 1 5 3 5 1 3 2 3 3 1 3 5 1 1 1 4 3 4 4 5 1 4 [1108] 2 3 2 3 1 2 2 1 1 1 3 5 2 2 3 4 3 1 1 3 3 2 3 3 3 2 1 2 3 3 2 5 4 2 1 5 3 4 2 3 4 1 3 4 5 2 3 3 4 5 1 3 4 3 2 2 3 1 2 1 1 3 4 2 1 4 5 5 4 2 4 1 3 3 3 5 2 5 1 2 1 2 2 1 2 4 1 3 2 2 3 2 2 1 3 1 2 3 4 2 4 3 2 5 2 2 3 1 3 4 2 1 2 2 4 3 4 2 3 3 2 3 3 [1231] 1 3 3 5 5 5 2 2 5 3 3 2 3 1 3 1 3 4 4 5 3 5 2 2 4 4 3 4 5 2 2 4 4 3 3 3 2 4 3 3 3 3 4 4 5 2 3 5 3 1 2 3 3 4 5 3 2 5 2 2 3 2 3 3 2 2 1 2 2 1 3 1 3 5 3 3 5 3 1 2 2 2 3 2 2 3 4 3 3 2 4 2 5 3 2 3 2 4 2 3 3 3 4 1 3 4 3 2 3 3 4 2 1 4 5 5 2 4 3 3 3 4 4 [1354] 4 3 1 5 3 4 2 3 2 5 2 5 2 3 4 2 3 5 4 4 5 3 2 5 3 3 1 2 4 2 3 2 4 3 2 4 3 3 5 2 2 3 2 2 5 2 3 2 3 4 3 3 2 1 3 2 1 3 4 5 4 3 3 3 1 5 2 4 5 2 4 2 2 2 2 1 5 3 3 2 2 2 3 4 2 2 1 5 1 2 3 4 1 5 2 4 4 2 3 1 4 2 4 1 4 4 3 2 1 2 2 3 5 2 2 3 3 5 2 2 1 3 4 [1477] 3 4 2 3 2 3 3 3 2 4 2 4 2 5 2 3 4 3 3 3 3 2 5 3 2 3 4 4 2 1 5 5 3 4 3 5 2 3 2 3 3 1 3 4 3 3 2 3 1 3 3 2 3 2 3 2 5 4 2 3 1 2 5 2 5 2 5 3 3 5 3 2 1 4 1 2 1 2 4 4 2 3 1 2 4 2 5 2 4 4 1 2 5 3 2 4 4 3 3 5 1 1 3 4 2 3 1 5 2 3 4 3 2 3 5 2 5 2 3 2 3 3 2 [1600] 3 3 3 2 1 3 4 4 5 4 3 1 4 2 3 1 2 1 5 3 1 2 2 1 3 2 3 3 3 3 3 3 5 3 3 1 2 3 2 2 2 1 3 3 1 1 2 2 2 1 3 2 3 2 3 3 2 3 3 3 3 1 5 4 3 2 5 2 4 5 4 2 3 3 3 3 2 3 5 4 3 2 4 2 1 3 1 1 3 3 5 1 4 3 3 2 5 2 2 2 4 2 2 3 2 3 3 2 3 5 3 1 4 3 5 3 5 1 3 5 1 1 2 [1723] 5 4 3 2 2 4 1 5 4 3 3 4 2 4 1 2 4 4 2 4 5 1 2 1 5 2 4 2 2 3 3 4 3 4 3 4 3 4 3 3 4 3 3 3 3 3 3 5 4 4 1 3 3 3 4 2 4 4 2 3 1 2 3 2 2 2 3 3 3 2 5 2 4 3 1 3 1 4 4 1 2 4 4 1 3 1 3 3 4 2 3 3 5 4 4 4 3 2 2 4 4 2 5 5 4 3 2 5 3 1 5 5 1 2 2 4 4 2 4 3 4 4 5 [1846] 2 2 4 4 2 3 2 3 2 2 1 2 4 4 3 2 5 3 3 3 3 2 2 2 2 5 2 4 2 1 3 1 3 4 1 3 2 3 5 2 2 1 3 4 1 5 2 4 3 2 4 1 3 5 5 1 5 1 3 2 5 3 2 3 4 3 3 3 3 4 3 3 1 4 4 3 2 3 3 4 3 5 4 3 3 3 3 3 4 2 5 2 2 4 3 3 3 4 2 2 3 3 4 1 3 3 5 5 3 3 3 3 4 3 2 3 3 4 4 4 5 2 2 [1969] 2 2 4 1 2 5 3 3 2 4 3 3 1 3 5 2 2 4 3 1 3 3 5 1 4 2 3 3 3 3 2 2 3 4 2 3 1 4 2 1 3 4 3 4 3 3 5 3 2 2 5 3 4 3 2 2 2 3 1 3 1 4 3 1 4 4 3 2 5 3 4 1 4 3 2 5 3 3 4 3 4 2 2 3 3 2 2 2 2 1 1 4 1 2 3 3 2 2 3 3 2 3 3 3 2 3 5 1 2 4 2 4 3 2 4 2 4 4 4 1 4 3 4 [2092] 3 2 3 3 3 4 4 4 4 4 2 3 3 3 3 4 5 5 5 3 4 5 4 3 3 5 3 3 4 3 3 2 4 3 1 4 4 4 4 2 5 4 3 3 3 2 1 3 5 2 3 2 2 3 3 2 4 2 5 4 2 2 4 2 2 5 2 1 5 2 1 3 3 3 2 2 2 2 4 3 3 2 2 2 2 1 1 3 3 3 4 2 3 4 2 3 4 3 3 3 5 3 2 4 2 2 3 3 4 4 1 2 3 5 2 5 3 4 3 3 2 2 3 [2215] 3 4 4 2 3 3 1 5 2 5 2 5 5 3 1 1 2 5 1 2 5 4 2 2 2 2 3 1 4 1 5 3 3 2 2 2 2 2 3 3 2 3 3 3 2 2 5 4 2 5 1 3 2 3 3 2 5 4 3 2 2 2 2 3 3 3 5 3 3 3 3 3 1 4 2 3 4 2 4 3 2 3 2 4 2 3 2 3 5 2 5 4 2 1 5 3 3 2 2 1 5 5 3 4 1 2 5 3 1 3 5 4 5 5 2 1 3 3 2 3 4 2 3 [2338] 3 5 2 2 4 5 3 2 4 1 2 4 3 3 3 4 3 3 4 2 4 4 4 3 4 3 4 4 4 2 2 4 1 4 1 4 3 2 1 4 3 4 5 3 3 1 2 3 2 5 1 2 3 3 2 1 4 3 3 1 5 3 5 3 4 2 4 5 3 3 2 1 5 2 3 3 5 2 2 2 5 3 3 2 1 3 3 2 3 3 4 4 2 4 3 4 4 1 4 2 4 2 2 4 5 3 2 3 2 5 3 1 2 2 2 4 2 5 2 3 1 5 5 [2461] 5 3 4 1 3 3 5 3 3 5 4 2 3 5 3 3 2 4 5 1 4 3 2 1 3 2 4 5 2 2 3 3 4 2 3 5 2 2 1 2 3 3 4 2 2 4 2 5 3 3 2 3 3 2 3 3 3 2 3 4 3 2 2 1 4 2 2 4 4 3 5 3 3 3 2 3 5 2 3 4 3 5 2 1 4 4 5 2 2 2 2 3 4 5 2 5 3 2 2 4 1 2 1 4 3 2 5 5 2 2 3 2 3 3 2 1 1 2 2 4 5 3 5 [2584] 3 5 4 2 2 2 3 1 2 2 3 2 5 3 3 2 3 2 3 1 3 2 5 5 5 5 2 2 4 5 3 3 1 2 5 3 2 4 2 3 3 2 2 3 4 1 3 4 3 4 2 3 2 5 4 5 5 3 3 3 2 1 2 1 3 3 3 3 2 3 4 1 3 3 2 3 2 1 1 4 2 2 2 3 2 2 4 1 2 2 3 3 3 1 5 3 2 2 3 3 2 5 1 3 3 3 3 5 3 5 3 3 5 3 2 3 2 3 3 4 4 4 3 [2707] 5 3 2 3 2 3 2 4 2 2 2 5 3 5 3 4 4 2 2 1 2 2 3 1 1 4 4 2 4 2 4 1 2 5 2 3 3 4 4 5 3 5 2 3 5 3 4 3 2 4 2 2 4 2 3 3 1 3 2 3 3 2 2 5 4 4 3 2 2 5 3 5 4 3 1 2 4 2 1 3 4 5 2 2 3 5 2 2 3 1 2 1 1 5 4 5 4 4 3 3 3 3 3 4 3 2 3 2 3 1 3 2 5 4 4 3 5 5 2 1 2 4 3 [2830] 3 5 2 2 3 4 3 2 2 5 2 4 3 3 5 5 3 3 2 4 4 4 3 4 3 5 4 2 2 5 4 2 2 3 3 3 3 5 4 3 1 3 5 5 3 2 4 3 3 2 2 4 2 2 5 5 4 2 5 4 2 4 2 4 5 2 2 1 3 2 3 2 3 3 1 3 4 4 1 2 1 3 3 4 2 3 3 5 3 2 4 1 5 3 1 3 2 2 2 1 5 1 2 5 3 2 5 1 2 3 2 1 3 2 3 4 3 2 3 4 1 3 3 [2953] 2 1 4 2 5 5 3 5 3 3 2 1 2 5 4 2 3 3 2 3 1 3 2 3 2 1 3 5 1 3 3 2 1 3 2 5 5 1 3 5 4 3 3 2 3 2 1 4 2 2 5 2 4 4 3 3 5 4 4 3 4 1 4 4 3 3 1 5 2 4 4 5 3 3 2 4 3 3 3 3 5 1 1 2 2 2 3 4 1 3 3 4 3 4 3 2 3 5 2 1 1 3 3 3 3 2 3 3 3 5 3 3 2 2 5 3 3 2 2 4 2 4 5 [3076] 2 1 4 3 3 2 2 4 4 3 2 5 2 3 1 5 3 4 2 1 3 5 1 1 3 4 3 2 1 3 5 4 3 2 5 4 5 1 2 2 3 2 1 1 4 1 3 1 2 3 3 4 2 5 2 1 5 3 1 5 2 3 5 4 1 3 3 1 4 1 3 3 3 1 3 1 1 3 2 1 4 4 4 1 5 2 1 5 3 3 3 3 3 3 2 4 1 2 3 2 3 3 3 4 2 4 3 4 4 3 3 3 4 5 1 3 3 5 2 3 3 5 3 [3199] 5 1 3 3 3 3 3 3 3 2 5 5 3 2 2 2 3 2 4 3 2 3 3 4 3 2 3 4 3 2 2 4 3 3 4 3 2 4 3 4 2 4 2 2 2 5 3 3 2 1 3 2 4 4 2 3 4 3 2 2 3 3 2 3 3 3 1 2 3 5 3 5 5 3 5 3 3 4 1 2 3 3 3 4 4 4 3 2 5 2 5 4 4 2 3 5 4 3 3 5 4 4 1 3 3 2 2 2 2 4 3 4 3 2 3 1 2 3 5 3 3 3 2 [3322] 3 3 3 5 2 3 3 5 3 3 4 3 3 1 2 2 2 4 2 4 2 4 3 3 3 4 2 3 1 1 5 4 3 2 2 5 4 4 2 3 2 1 3 5 5 2 2 4 2 3 1 5 3 4 3 3 2 3 1 2 2 3 4 2 2 3 3 3 3 3 1 2 2 2 4 3 1 1 2 2 1 3 4 1 3 5 3 2 2 1 3 2 2 3 3 3 4 2 3 4 3 3 4 5 3 3 3 4 3 1 3 3 3 3 1 1 3 2 3 3 3 2 1 [3445] 3 2 4 2 2 3 3 1 3 3 4 2 3 4 3 3 3 3 3 3 2 3 5 3 1 2 3 2 1 5 3 2 3 3 2 3 3 2 3 4 5 3 5 2 1 2 3 5 2 2 3 3 3 4 2 3 5 1 5 2 1 5 2 1 3 2 2 5 4 3 3 3 2 5 3 4 3 3 1 3 3 2 3 2 4 3 2 5 1 4 2 4 3 3 1 4 2 5 4 4 2 3 2 3 2 3 2 1 1 4 4 3 2 2 4 3 4 4 5 5 3 1 3 [3568] 4 3 2 3 3 3 1 3 3 3 2 4 4 3 5 4 2 3 5 1 1 3 3 2 1 2 3 4 2 3 3 3 4 3 3 5 4 4 2 1 3 1 4 5 5 3 4 1 4 1 3 4 3 3 4 4 3 4 1 3 3 1 2 3 3 5 3 3 3 3 1 2 4 3 3 3 1 5 3 3 2 2 3 3 5 5 2 3 5 4 5 3 5 3 4 4 3 1 2 5 1 4 2 3 3 2 2 2 2 3 2 4 2 4 1 3 1 3 2 2 3 2 3 [3691] 4 1 4 3 5 4 3 1 1 2 3 2 3 3 4 3 2 2 1 2 3 3 5 2 3 2 4 2 5 4 2 3 4 1 3 5 5 2 1 5 2 4 5 2 3 3 5 4 4 1 2 4 4 3 2 2 3 4 3 2 5 4 2 4 4 2 5 5 5 4 2 4 3 3 4 5 1 3 3 2 3 5 3 3 2 1 3 4 3 1 5 2 3 5 5 2 5 4 1 3 3 3 4 3 5 3 4 4 5 5 5 2 4 2 3 5 3 4 5 5 2 2 1 [3814] 4 2 3 4 1 3 4 5 2 3 3 2 2 3 3 4 2 4 1 4 2 5 2 4 4 4 3 3 5 4 3 2 5 3 3 3 2 3 3 Within cluster sum of squares by cluster: [1] 16.278369 5.270039 6.231497 6.464966 12.316877 (between_SS / total_SS = 97.5 %) Available components: [1] "cluster" "centers" "totss" "withinss" "tot.withinss" "betweenss" "size" >
Comment faire ?
Merci pour toute votre aide
Laurent
Partager