你好，
我使用 kmeans 聚類算法對 n=5008 的數據集進行了聚類。 可視化的一種選擇是 3D 雙圖，它使用 3 個軸和主要成分。 不幸的是，我找不到它的來源的明確解釋。 我的猜測是，用於聚類的變量只是用於主成分分析，但我沒有證據。
感謝您的幫助！
塞布
嗨吉姆，
謝謝您的回答。 我認為我走在正確的軌道上。 我仍然想知道這個定義。 它說“數據的主要組成部分”。 目前尚不清楚 PCA 是基於整個數據集並用於 kmeans 聚類結果的可視化，還是基於用於聚類的變量。 我猜是後一種情況，但沒有明確說明。
謝謝，
塞布
我選擇了“？”工具並單擊 3D 雙圖，然後顯示 K 均值聚類報告選項的幫助屏幕。這是其措辭的一部分：
雙標圖
顯示數據前兩個主成分中的點和聚類的圖。 圍繞聚類中心繪製圓圈。 圓圈的大小與簇內的計數成正比。 陰影區域是平均值周圍的 50% 密度等值線，表示該簇中 50% 的觀測值將落在何處（Mardia 等人， 1980）。 繪圖下方是將簇顏色保存到數據表的選項。 特徵值按降序顯示。
雙標圖選項
包含以下用於控制雙標圖外觀的選項：
顯示雙圖射線
顯示雙圖射線。 標記的射線顯示由主成分定義的子空間中協變量的方向。 它們代表每個變量與每個主成分的關聯程度。
雙標圖射線位置
使您能夠指定雙圖射線的位置和半徑縮放。 默認情況下，光線從點 (0,0) 發出。 在圖中，您可以拖動射線或使用此選項指定坐標。 您還可以使用半徑縮放選項調整光線的縮放比例，使其更加明顯。
標記簇
將標識簇的標記分配給數據表的行。
雙標圖 3D
顯示數據的三維雙圖。 僅當存在三個或更多變量時可用。
如下所示，3D 雙圖只是 2D 雙圖的擴展，因此 2D 雙圖定義也描述了 3D 雙圖
我希望這是有幫助的
