r - 如何分析R中亲和传播聚类的图结果？

Question

我已经安装了R的亲和传播集群包并阅读了decommentation。对 iris 数据进行聚类的基本脚本是：

data(iris)
apIris1 <- apcluster(negDistMat(r=2), iris)
apIris1

使用此代码，形成了六个集群。此外，可以使用以下代码以图形方式查看结果：

plot(apIris1, iris)

生成的图如下：

关于该图的可用信息是：每种颜色对应一个簇。每个集群的样本由一个框标记，所有集群成员都用线连接到它们的样本。 还有其他方法可以分析这个情节吗？例如：每个包含六个簇的大框（包含彩色数据）有什么区别？它们之间的关系是什么？当我尝试仅用 绘制数据时plot(iris)，生成的相同图没有颜色（黑点）且没有聚类。如何分析数据图？

此外，可以生成热图heatmap(apIris1)，如下所示：

如上图所示，顶部和左侧的不同颜色描绘了集群的总数。我怎样才能详细分析这个情节？

任何帮助，请！

对不起，冗长的帖子！

更新：

这里，由1、3和4连接的大框（不包括具有特征名称的框）分别具有相似的数据分布。但是，由2连接的盒子具有镜像分布。这种不同的数据分布真正说明了什么？如果只有一个大箱线图，那将很容易可视化。但是，具有不同数据分布/模式的框让我感到困惑。我们可以将每一行或每一列与它们各自的特征名称联系起来吗？

标签： rcluster-analysis

Answer 1

你有四维数据。

图中的每个“大框”都对应于数据的二维视图，基于仅选择 2 个特征作为 x 和 y。

热图更适合层次聚类。您可以看到簇是一致的（白色），但也有一些不同的簇大多是白色的（蓝色和青色的交集），因此它们分离得不是很好。