R中簇对象的比较

Question

对于相同的变量，我有两个聚类结果，但每次都有不同的值。让我们用以下代码创建它们：

set.seed(11)
a<-matrix(rnorm(10000),ncol=100)
colnames(a)<-(c(1:100))
set.seed(31)
b<-matrix(rnorm(10000),ncol=100)
colnames(b)<-colnames(a)
c.a<-hclust(dist(t(a)))
c.b<-hclust(dist(t(b)))
# clusters
groups.a<-cutree(c.a, k=15)
# take groups names
clus.a=list()
for (i in 1:15) clus.a[[i]] <- colnames(a)[groups.a==i]
# see the clusters 
clus.a
groups.b<-cutree(c.b, k=15)
clus.b=list()
for (i in 1:15) clus.b[[i]] <- colnames(b)[groups.b==i]
# see the clusters
clus.b

我从中得到的是两个列表，clus.a和clus.b，它们的名称(这里只有1到100之间的数字)是每个集群的变量。

有没有任何方法来检查这些变量中的哪一个是否聚集在这两个簇中？这意味着，对于clus.a和clus.b，我如何才能看到在相同的集群中是否有变量(可以是2、3、4等的团队)(不需要在相同的集群号中)。

Answer 1

如果我正确理解了您的问题，您想知道a中是否有与b中的任何集群具有完全相同成员资格的集群。有一种方法可以做到。

注意:在您的示例中，a和b中没有匹配的集群，因此我们创建了一些人工演示解决方案。

# create artificial matches
clus.b[[3]]  <- clus.a[[2]]
clus.b[[10]] <- clus.a[[8]]
clus.b[[15]] <- clus.a[[11]]

f <- function(a,b) (length(a)==length(b) & length(intersect(a,b))==length(a))
result <- sapply(clus.b,function(x)sapply(clus.a,f,b=x))
which(result, arr.ind=TRUE)
#      row col
# [1,]   2   3
# [2,]   8  10
# [3,]  11  15

因此，这个循环遍历b (sapply(clus.b,...))中的所有集群，对于每个集群，循环遍历a中的所有集群，寻找完全匹配的(任意顺序)。为了进行匹配，两个集群必须具有相同的长度，而两个集群的交集必须包含其中的所有元素，因此具有相同的长度。此过程生成一个逻辑矩阵，其中行表示a，列表示b。

编辑:以反映OP正在改变问题的事实。

若要检测具有两个或多个公共元素的集群，请使用：

f <- function(a,b) length(intersect(a,b))>1
result <- sapply(clus.b,function(x)sapply(clus.a,f,b=x))
matched <- which(result, arr.ind=TRUE)
matched
#       row col
#  [1,]   4   1
#  [2,]   8   1
#  [3,]  11   1
#  [4,]   3   2
#  ...

确定在这两种情况下都存在哪些要素：

apply(matched,1,function(r) intersect(clus.a[[r[1]]],clus.b[[r[2]]]))