r - R中树状图的特征提取

Question

假设您有以下矩阵：

    V1  V2  V3  V4  V5
1   0   0   0   0   1
2   0   0   0   1   1
3   0   0   1   1   1
4   0   0   1   1   0
5   1   0   0   0   0
6   1   1   1   0   0
7   0   1   1   0   0
8   0   1   1   0   0
9   0   1   1   1   0
10  1   1   1   0   1

你做一个树状图说你想要的任何方式，但这是我所做的，其中 cmat 是上面的自定义矩阵：

distance <- dist(cmat, method="euclidean")
cluster <- hclust(distance, method="average")
plot(cluster, hang=-1)

基本上我想知道哪些功能会导致哪些中断。假设我们在 1.5 以上进行聚类，我们可以使用代码查看：

dnd = as.dendrogram(cluster)
plot(cut(dnd, h=1.5)$upper, main="Upper tree of cut at h=1.5")

这些产生：

但请注意它是如何具有任意名称“批次”的......我想知道：

5 的哪个特征导致第一次中断？然后下一个？有任何想法吗？如何编码？谢谢！！

Answer 1

简短的回答：所有这些。欧几里得距离定义为sqrt(sum((x-y)**2))，因此所有特征都用于计算距离。这不是在单个特征上拆分的决策树。

如果你想要一些简单的解释，比如决策树，我建议你

1. 通过在所需高度切割树来产生平面聚类

2. 在生成的集群上训练决策树

3. 分析决策树。