r - 层次聚类和k均值
问题描述
我想运行层次聚类分析。我知道 hclust() 函数,但不知道如何在实践中使用它;我坚持向函数提供数据并处理输出。
我想对给定测量进行聚类的主要问题。
我还想将层次聚类与 kmeans() 生成的聚类进行比较。同样,我不确定如何调用此函数或使用/操作它的输出。
我的数据类似于:
df<-structure(list(id=c(111,111,111,112,112,112), se=c(1,2,3,1,2,3),t1 = c(1, 2, 1, 1,1,3),
t2 = c(1, 2, 2, 1,1,4), t3 = c(1, 0, 0, 0,2,1), t4 = c(2, 5, 7, 7,1,2),
t5 = c(1, 0, 1, 1,1,1),t6 = c(1, 1, 1, 1,1,1), t7 = c(1, 1, 1 ,1,1,1), t8=c(0,0,0,0,0,0)), row.names = c(NA,
6L), class = "data.frame")
我想运行层次聚类分析来确定最佳聚类数。
如何根据预定义的测量值运行聚类 - 在这种情况下,例如对 2 号测量值进行聚类?
解决方案
对于层次聚类,您必须定义一个基本元素。它是计算每个数据点之间距离的方法。聚类是一种最先进的技术,因此您必须根据公平数据点的分布方式来定义聚类的数量。我将在下一个代码中教你如何做到这一点。df
我们将使用您的数据和函数比较三种距离方法hclust()
:
第一种方法是平均距离,它计算所有点的所有距离的平均值。我们将省略第一个变量,因为它是一个 id:
#Method 1
hc.average <- hclust(dist(df[,-1]),method='average')
第二种方法是完全距离,它计算所有点的所有距离的最大值:
#Method 2
hc.complete<- hclust(dist(df[,-1]),method='complete')
第三种方法是单距离,它计算所有点的所有距离的最小值:
#Method 3
hc.single <- hclust(dist(df[,-1]),method='single')
使用所有模型,我们可以分析组。
我们可以根据层次树的高度来定义集群的数量,高度最大的那么我们将只有一个集群等于所有数据集。选择高度的中间值是一个标准。
使用平均方法,高度值 3 将产生 4 组,4.5 左右的值将产生 2 组:
plot(hc.average, xlab='')
输出:
与完整方法的结果相似,但高度的比例尺有所变化。
plot(hc.complete, xlab='')
输出:
最后,单一方法为组产生不同的方案。共有三组,即使选择中间高度,您也将始终拥有该数量的集群:
plot(hc.single, xlab='')
输出:
您可以使用任何您希望使用cutree()
函数确定数据集群的方法,您可以在其中设置模型对象和集群数量。确定聚类性能的一种方法是检查组的同质性。这取决于研究人员的标准。接下来是将集群添加到数据的方法。我会选择最后一个模型和三组:
#Add cluster
df$Cluster <- cutree(hc.single,k = 3)
输出:
id se t1 t2 t3 t4 t5 t6 t7 t8 Cluster
1 111 1 1 1 1 2 1 1 1 0 1
2 111 2 2 2 0 5 0 1 1 0 2
3 111 3 1 2 0 7 1 1 1 0 2
4 112 1 1 1 0 7 1 1 1 0 2
5 112 2 1 1 2 1 1 1 1 0 1
6 112 3 3 4 1 2 1 1 1 0 3
该函数cutree()
还有一个参数称为h
,您可以在其中设置高度,我们之前已经讨论过,而不是簇数k
。
关于您对使用某些度量来定义集群的疑问,您可以缩放您的数据,不包括所需的变量,以便该变量将具有不同的度量并可以影响您的集群结果。
推荐阅读
- webpack - 使用 WebpackChain 配置带有 glob 的 import scss(gridsome 或 vue-cli)
- html - Html 内容中的视频不会出现在颤动上
- c++ - 消除重载方法的歧义失败
- javascript - 如何使用从节点 js 到 React js 的响应数据呈现页面?
- vba - 启动时用户窗体中的复选框不起作用
- jupyter-notebook - Jupyter:抑制 %%file 魔术输出
- java - 为什么三元运算符在自动拆箱的情况下会抛出 NPE?
- css - CSS:网格、滚动条和工具提示问题
- php - stdClass 对象 foreach PHP 循环
- sql - 从 SSMS 登录到 Azure 的问题