我有两个树状图，我希望将它们相互比较，以了解它们有多“相似”。但我不知道有任何方法可以做到这一点（更不用说在 R 中实现它的代码了）。
有什么线索吗？
更新（2014-09-13）：
自从提出这个问题后，我编写了一个名为dendextend的 R 包，用于对树状图进行可视化、操作和比较。这个包在CRAN上，并带有一个详细的小插图。它包括cor_cophenetic,cor_bakers_gamma和Bk/等函数Bk_plot。以及tanglegram用于在视觉上比较两棵树的功能。
比较树状图与比较层次聚类并不完全相同，因为前者包括分支的长度以及分裂，但我也认为这是一个好的开始。我建议你阅读 EB Fowlkes & CL Mallows (1983)。“一种比较两个层次聚类的方法”。美国统计协会杂志 78 (383): 553–584 （链接）。
他们的方法是基于在每个级别k切割树，得到一个度量Bk，将分组比较到k个集群中，然后检查Bk与k的图。度量Bk是基于查看成对的对象并查看它们是否落入同一个集群。
我确信可以根据这种方法编写代码，但首先我们需要知道树状图在 R 中是如何表示的。
看看这个页面：
我也有类似的问题问here
似乎我们可以使用 cophenetic 相关性来衡量两个树状图之间的相似性。但目前 R 中似乎没有用于此目的的功能。
在 2014,9,18 编辑：包中
的cophenetic函数stats能够计算并列相异矩阵。并且可以使用cor函数计算相关性。正如@Tal 指出的那样，该as.dendrogram函数以不同的顺序返回了树，如果我们根据树状图结果计算相关性，则会导致错误的结果。如包中函数cor_cophenetic函数示例所示dendextend：
set.seed(23235)
ss <- sample(1:150, 10 )
hc1 <- iris[ss,-5] %>% dist %>% hclust("com")
hc2 <- iris[ss,-5] %>% dist %>% hclust("single")
dend1 <- as.dendrogram(hc1)
dend2 <- as.dendrogram(hc2)
# cutree(dend1)
cophenetic(hc1)
cophenetic(hc2)
# notice how the dist matrix for the dendrograms have different orders:
cophenetic(dend1)
cophenetic(dend2)
cor(cophenetic(hc1), cophenetic(hc2)) # 0.874
cor(cophenetic(dend1), cophenetic(dend2)) # 0.16
# the difference is becasue the order of the distance table in the case of
# stats:::cophenetic.dendrogram will change between dendrograms!
如果您可以访问生成每个树状图的基础距离矩阵（如果您在 R 中生成树状图，您可能会这样做），您不能只使用两个矩阵的相应值之间的相关性吗？我知道这并没有解决您所要求的内容，但它是您所要求的精神的一个很好的解决方案。
看看这个页面，它有很多关于处理树的软件的信息，包括树状图。我注意到几个处理树比较的工具，虽然我还没有亲自使用过它们中的任何一个。那里也引用了许多参考文献。
在系统发育学界有大量关于树距离度量的文献，从计算机科学的角度来看，这些文献似乎被忽视了。参见包中dist.topo的ape两个树距离度量和几个引用（Penny 和 Hardy 1985，Kuhner 和 Felsenstein 1994），它们考虑了树分区的相似性，以及在包中具有 R 实现的Robinson-Foulds 度量。phangorn
一个问题是这些指标没有固定的比例，因此它们仅在 1) 树比较或 2) 与某些生成的基线进行比较的情况下有用，可能通过类似于 Tal 在 Baker's Gamma中所做的置换测试他的奇妙dendextend包。
R如果您有从层次聚类生成的 hclust 或树状图对象，as.phylo则使用ape包中的将您的树状图转换为系统发育树，以便在这些函数中使用。