如何使用kohonen和means找出哪个数据记录属于R中的哪个集群

install.packages("kohonen")
library(kohonen)

# 示例数据
data <- scale(iris[, 1:4])  # 使用iris数据集的前四个特征，并进行标准化

# 设置网格大小
grid <- somgrid(xdim = 5, ydim = 5, topo = "hexagonal")

# 训练SOM模型
som_model <- som(data, grid)

# 查看每个数据点的最佳匹配单元（BMU）
bmu <- som_model$unit.classif

# 将BMU转换为簇标签
clusters_som <- cutree(hclust(dist(som_model$grid$pts)), k = 5)  # 假设我们想要5个簇

# 设置簇的数量
k <- 5

# 运行K-means算法
kmeans_result <- kmeans(data, centers = k)

# 获取每个数据点的簇标签
clusters_kmeans <- kmeans_result$cluster

# 打印结果
print(clusters_som)
print(clusters_kmeans)

library(ggplot2)

# 假设我们使用K-means的结果
ggplot(data.frame(data, cluster = as.factor(clusters_kmeans)), aes(x = Sepal.Length, y = Sepal.Width, color = cluster)) +
  geom_point() +
  theme_minimal()