hclust函数聚类列表

Question

使用plot(hclust(dist(x)))方法，我能够绘制簇树图。它起作用了。然而，我希望获得所有集群的列表，而不是树形图，因为我有大量的数据(比如15万个节点)，并且绘图变得混乱。

换句话说，如果a b c是一个集群，如果d e f g是一个集群，那么我希望得到这样的东西：

1 a,b,c
2 d,e,f,g

请注意，这并不是我想要的“输出”。这只是一个例子。我只是希望能够得到一个簇的列表，而不是树形图，它可以是矢量，矩阵，或者只是简单的数字，显示元素属于哪些组。

这怎麽可能？

Answer 1

我将使用R中提供的数据集来演示如何将树分割成所需数量的部分。结果是一个表。

构造一个hclust对象。

hc <- hclust(dist(USArrests), "ave")
#plot(hc)

现在，您可以将树切割成所需的任意多个分支。在我的下一个技巧中，我将把树分成两组。可以使用k参数设置切割的数量。请参阅?cutree和参数h的使用，这可能对您更有用(请参阅cutree(hc, k = 2) == cutree(hc, h = 110))。

cutree(hc, k = 2)
       Alabama         Alaska        Arizona       Arkansas     California 
             1              1              1              2              1 
      Colorado    Connecticut       Delaware        Florida        Georgia 
             2              2              1              1              2 
        Hawaii          Idaho       Illinois        Indiana           Iowa 
             2              2              1              2              2 
        Kansas       Kentucky      Louisiana          Maine       Maryland 
             2              2              1              2              1 
 Massachusetts       Michigan      Minnesota    Mississippi       Missouri 
             2              1              2              1              2 
       Montana       Nebraska         Nevada  New Hampshire     New Jersey 
             2              2              1              2              2 
    New Mexico       New York North Carolina   North Dakota           Ohio 
             1              1              1              2              2 
      Oklahoma         Oregon   Pennsylvania   Rhode Island South Carolina 
             2              2              2              2              1 
  South Dakota      Tennessee          Texas           Utah        Vermont 
             2              2              2              2              2 
      Virginia     Washington  West Virginia      Wisconsin        Wyoming 
             2              2              2              2              2

Answer 2

比方说

y<-dist(x)
clust<-hclust(y)
groups<-cutree(clust, k=3)
x<-cbind(x,groups)

现在，您将获得每条记录的群集组。您还可以对数据集进行子集设置：

x1<- subset(x, groups==1)
x2<- subset(x, groups==2)
x3<- subset(x, groups==3)