R将集群摘要对象转换为dataframe

Question

我试图从使用clValid创建的R集群验证对象中提取验证度量。

在创建对象并打印完整摘要时，我使用以下方法

library(clValid)

x <- clValid(iris[, -5], nClust=2:10,
        clMethods=c('hierarchical'), validation='internal')
summary(x)

这方面的产出如下：

Clustering Methods:
 hierarchical 

Cluster sizes:
 2 3 4 5 6 7 8 9 10 

Validation Measures:
                                 2       3       4       5       6       7       8       9      10

hierarchical Connectivity   0.0000  4.4770  8.9929 15.4893 18.4183 24.8464 29.8425 36.8567 39.5607
             Dunn           0.3389  0.1378  0.1540  0.1540  0.1668  0.1624  0.1624  0.1915  0.1915
             Silhouette     0.6867  0.5542  0.4720  0.4307  0.3420  0.3707  0.3659  0.3167  0.3083

Optimal Scores:

             Score  Method       Clusters
Connectivity 0.0000 hierarchical 2       
Dunn         0.3389 hierarchical 2       
Silhouette   0.6867 hierarchical 2       

所需输出

我试图将Validation Measures作为一个数据文件，如下所示：

                                2       3       4       5       6       7       8       9      10

hierarchical Connectivity   0.0000  4.4770  8.9929 15.4893 18.4183 24.8464 29.8425 36.8567 39.5607
             Dunn           0.3389  0.1378  0.1540  0.1540  0.1668  0.1624  0.1624  0.1915  0.1915
             Silhouette     0.6867  0.5542  0.4720  0.4307  0.3420  0.3707  0.3659  0.3167  0.3083

尝试

当我使用：

names(summary(x))
attributes(summary(x))

这两者都给了

NULL

我可以使用optimalScores(x)获得最优的分数，然而，这并不适用于validationMeasures(x)。

问题

有方法从这个摘要对象中提取Validation Measures作为data.frame吗？

Answer 1

首先，你应该一直试着

str(x)
Formal class 'clValid' [package "clValid"] with 14 slots
  ..@ clusterObjs:List of 1
  .. ..$ hierarchical:List of 7
  .. .. ..$ merge      : int [1:149, 1:2] -102 -8 -1 -10 -129 -11 -5 -20 -30 -58 ...
  .. .. ..$ height     : num [1:149] 0 0.1 0.1 0.1 0.1 ...
  .. .. ..$ order      : int [1:150] 42 15 16 33 34 37 21 32 44 24 ...
  .. .. ..$ labels     : NULL
  .. .. ..$ method     : chr "average"
  .. .. ..$ call       : language hclust(d = Dist, method = method)
  .. .. ..$ dist.method: chr "euclidean"
  .. .. ..- attr(*, "class")= chr "hclust"
  ..@ measures   : num [1:3, 1:9, 1] 0 0.339 0.687 4.477 0.138 ...
  .. ..- attr(*, "dimnames")=List of 3
  .. .. ..$ : chr [1:3] "Connectivity" "Dunn" "Silhouette"
  .. .. ..$ : chr [1:9] "2" "3" "4" "5" ...
  .. .. ..$ : chr "hierarchical"
  ..@ measNames  : chr [1:3] "Connectivity" "Dunn" "Silhouette"
  ..@ clMethods  : chr "hierarchical"
  ..@ labels     : chr [1:150] "1" "2" "3" "4" ...
  ..@ nClust     : num [1:9] 2 3 4 5 6 7 8 9 10
  ..@ validation : chr "internal"
  ..@ metric     : chr "euclidean"
  ..@ method     : chr "average"
  ..@ neighbSize : num 10
  ..@ annotation : NULL
  ..@ GOcategory : chr "all"
  ..@ goTermFreq : num 0.05
  ..@ call       : language clValid(obj = iris[, -5], nClust = 2:10, clMethods = c("hierarchical"),      validation = "internal")

因此我们可以看到，这个包使用并返回S4对象，其中一个插槽，measures，似乎就是您想要的。

x@measures[,,"hierarchical"]
                     2         3         4          5          6          7
Connectivity 0.0000000 4.4769841 8.9928571 15.4892857 18.4182540 24.8464286
Dunn         0.3389087 0.1378257 0.1540416  0.1540416  0.1668323  0.1624158
Silhouette   0.6867351 0.5541609 0.4719936  0.4306700  0.3419904  0.3707424
                      8          9         10
Connectivity 29.8424603 36.8567460 39.5607143
Dunn          0.1624158  0.1914854  0.1914854
Silhouette    0.3658753  0.3166807  0.3082851