我使用包FactoMineR的HCPC函数对数据帧执行了分层聚类。问题是,当我使用factoextra绘制树状图时,我无法可视化我所要求的集群数量。下面是我的问题的一个可重现的例子
model <- HCPC(iris[,1:4], nb.clust = 5)

上面确实有5个集群
fviz_dend(model, k = 5,
cex = 0.7,
palette = "default",
rect = TRUE, rect_fill = TRUE,
)

但在树状图中只有3个
发布于 2018-04-11 17:25:51
我遇到了同样的问题:即使我试图在HCPC或fviz_dend函数中覆盖它,fviz_dend函数也总是会返回它认为是最优数量的集群。
在坚持使用FactoMineR和factoextra的同时解决这个问题的一种方法是更改由HCPC函数计算的默认集群数量:
model$call$t$nb.clust = 5然后运行fviz_dend函数。
发布于 2018-01-20 05:39:22
您可以将dendextend包与color_branches函数一起使用:
library(dendextend)
dend <- USArrests %>% dist %>% hclust(method = "ave") %>% as.dendrogram
dd <- color_branches(dend,5)
plot(dd)

https://stackoverflow.com/questions/48278897
复制相似问题