代码之家 › 专栏 › 技术社区 › jk22

基于k的R图上部树状图

dendextend dendrogram hierarchical-clustering cluster-analysis r

jk22 · 技术社区 · 10 年前

我正在使用hclust()根据R中的20000行x 169列数据集对距离矩阵进行聚类。当我将集群对象转换为树状图并绘制整个树状图时,很难阅读,因为它太大了,即使我将其输出为相当大的pdf。

df <- as.data.frame(matrix(abs(rnorm(3380000)), nrow = 20000))
mydist <- vegdist(df)
my.hc <- hclust(mydist, method = "average")
hcd <- as.dendrogram(my.hc)

pdf("hclust_plot.pdf", width = 40, height = 15)
plot(hcd)
dev.off()

我想指定截断树状图的簇数(k),然后只绘制k个分割点上方的树状图上部。我知道我可以通过使用函数cut()指定高度(h)来绘制上部。

pdf("hclust_plot2.pdf", width = 40, height = 15)
plot(cut(hcd, h = 0.99)$upper)
dev.off()

我还知道我可以使用dendextend软件包用k个基团给树状图着色。

library(dendextend)
pdf("hclust_plot3.pdf", width = 40, height = 15)
plot(color_branches(hcd, k = 44))
dev.off()

但对于我的数据集,这个树状图太密集,甚至无法读取哪一组是哪种颜色。有没有一种方法可以通过指定k而不是h来仅绘制树状图的切点上方的上部?或者在给定k的情况下,有没有办法得到树状图的h值?

1 回复 | 直到 10 年前

Tal Galili 10 年前

您可以使用 heights_per_k.dendrogram 函数来自 the dendextend package ,以获得各种k切割的高度。

例如:

## Not run: 
hc <- hclust(dist(USArrests[1:4,]), "ave")
dend <- as.dendrogram(hc)

library(dendextend)
dend_h <- heights_per_k.dendrogram(dend)
par(mfrow = c(1,2))
plot(dend)
plot(dend, ylim = c(dend_h["3"], dend_h["1"]))

在您的案例中:

set.seed(2016-01-16)
df <- as.data.frame(matrix(abs(rnorm(2*20000)), nrow = 20000))
mydist <- dist(df)
my.hc <- hclust(mydist, method = "average")
hcd <- as.dendrogram(my.hc)

library(dendextend)
library(dendextendRcpp)
dend_h <- heights_per_k.dendrogram(hcd) # (this can take some time)
plot(hcd, ylim = c(dend_h["43"], dend_h["1"]))