你好，
我使用 kmeans 聚类算法对 n=5008 的数据集进行了聚类。 可视化的一种选择是 3D 双图，它使用 3 个轴和主要成分。 不幸的是，我找不到它的来源的明确解释。 我的猜测是，用于聚类的变量只是用于主成分分析，但我没有证据。
感谢您的帮助！
塞布
嗨吉姆，
谢谢您的回答。 我认为我走在正确的轨道上。 我仍然想知道这个定义。 它说“数据的主要组成部分”。 目前尚不清楚 PCA 是基于整个数据集并用于 kmeans 聚类结果的可视化，还是基于用于聚类的变量。 我猜是后一种情况，但没有明确说明。
谢谢，
塞布
我选择了“？”工具并单击 3D 双图，然后显示 K 均值聚类报告选项的帮助屏幕。这是其措辞的一部分：
双标图
显示数据前两个主成分中的点和聚类的图。 围绕聚类中心绘制圆圈。 圆圈的大小与簇内的计数成正比。 阴影区域是平均值周围的 50% 密度等值线，表示该簇中 50% 的观测值将落在何处（Mardia 等人， 1980）。 绘图下方是将簇颜色保存到数据表的选项。 特征值按降序显示。
双标图选项
包含以下用于控制双标图外观的选项：
显示双图射线
显示双图射线。 标记的射线显示由主成分定义的子空间中协变量的方向。 它们代表每个变量与每个主成分的关联程度。
双标图射线位置
使您能够指定双图射线的位置和半径缩放。 默认情况下，光线从点 (0,0) 发出。 在图中，您可以拖动射线或使用此选项指定坐标。 您还可以使用半径缩放选项调整光线的缩放比例，使其更加明显。
标记簇
将标识簇的标记分配给数据表的行。
双标图 3D
显示数据的三维双图。 仅当存在三个或更多变量时可用。
如下所示，3D 双图只是 2D 双图的扩展，因此 2D 双图定义也描述了 3D 双图
我希望这是有帮助的
