20250618

 # 군집분석
# 1. 필요한 패키지 설치 및 로드
#install.packages("datasets")  # 기본 설치됨
#install.packages("ggdendro")  # 선택적으로 ggplot2 기반 시각화 가능
library(datasets)
 # 2. 데이터 불러오기 (예: USArrests)
 data("USArrests")
 df <- na.omit(USArrests)  # 결측치 제거 (없지만 안전하게 처리)
 # 3. 표준화 (스케일링) - 변수 단위 맞추기 위해 꼭 필요!
 df_scaled <- scale(df)
 # 4. 거리 행렬 계산 (유클리디안 거리)
 dist_matrix <- dist(df_scaled, method = "euclidean")
 # 5. 계층적 군집분석 수행 (연결 방법: complete linkage)
 hc <- hclust(dist_matrix, method = "complete")
 # hclust(): 계층적 군집 실행 (method = "complete" 외에도
# "single", "average", "ward.D" 등 가능)
 # 6. 덴드로그램 시각화
plot(hc,
 main = "계층적 군집분석 덴드로그램",
 xlab = "",
 sub = "",
 cex = 0.7,
 hang = -1)
 # 7. 군집 수 시각적으로 표시 (예: 4개 군집으로 나누기)
 rect.hclust(hc, k = 4, border = "blue")

 #  계층적 군집분석 with 맨해튼 거리 (R 코드)
 # 1. 데이터 불러오기 및 확인
data("USArrests")       
# 내장 데이터셋
df <- na.omit(USArrests)  # 결측치 제거 (실제 데이터에는 없음)
 # 2. 데이터 표준화 (스케일 조정)
 df_scaled <- scale(df)
# 3. 거리 행렬 계산 - 맨해튼 거리 사용
dist_man <- dist(df_scaled, method = "manhattan")
 # 4. 계층적 군집 분석 수행 (Complete linkage 방식)
 hc_man <- hclust(dist_man, method = "complete")
 # 5. 덴드로그램 시각화
plot(hc_man,
 main = "계층적 군집분석 (맨해튼 거리)",
 xlab = "",
 sub = "",
 cex = 0.7,
 hang = -1)
 # 6. 군집 수 시각적 표시 (예: 4개 군집)
 rect.hclust(hc_man, k = 4, border = "red")