29

使用plot(hclust(dist(x)))方法，我能够绘制一个集群树图。有用。然而，我想获得所有集群的列表，而不是树形图，因为我有大量数据（如 150K 节点）并且情节变得混乱。

换句话说，让我们说如果a b c是一个集群，如果d e f g是一个集群，那么我想得到这样的东西：

1 a,b,c
2 d,e,f,g

请注意，这并不是我想要的“输出”。这只是一个例子。我只是希望能够获得集群列表而不是树状图它可以是向量、矩阵或只是显示元素所属组的简单数字。

这怎么可能？

4

2 回答 2

47

我将使用 R 中可用的数据集来演示如何将一棵树切割成所需数量的部分。结果是一个表格。

构造一个 hclust 对象。

hc <- hclust(dist(USArrests), "ave")
#plot(hc)

您现在可以根据需要将树切割成任意数量的树枝。对于我的下一个技巧，我将把树分成两组。您可以使用参数设置切割次数k。请参阅?cutree和使用h可能对您更有用的参数（请参阅 参考资料cutree(hc, k = 2) == cutree(hc, h = 110)）。

cutree(hc, k = 2)
       Alabama         Alaska        Arizona       Arkansas     California 
             1              1              1              2              1 
      Colorado    Connecticut       Delaware        Florida        Georgia 
             2              2              1              1              2 
        Hawaii          Idaho       Illinois        Indiana           Iowa 
             2              2              1              2              2 
        Kansas       Kentucky      Louisiana          Maine       Maryland 
             2              2              1              2              1 
 Massachusetts       Michigan      Minnesota    Mississippi       Missouri 
             2              1              2              1              2 
       Montana       Nebraska         Nevada  New Hampshire     New Jersey 
             2              2              1              2              2 
    New Mexico       New York North Carolina   North Dakota           Ohio 
             1              1              1              2              2 
      Oklahoma         Oregon   Pennsylvania   Rhode Island South Carolina 
             2              2              2              2              1 
  South Dakota      Tennessee          Texas           Utah        Vermont 
             2              2              2              2              2 
      Virginia     Washington  West Virginia      Wisconsin        Wyoming 
             2              2              2              2              2
于 2011-06-29T09:36:04.733 回答
19

可以说，

y<-dist(x)
clust<-hclust(y)
groups<-cutree(clust, k=3)
x<-cbind(x,groups)

现在您将获得每条记录的集群组。您也可以对数据集进行子集化：

x1<- subset(x, groups==1)
x2<- subset(x, groups==2)
x3<- subset(x, groups==3)
于 2013-09-16T11:21:54.137 回答