使用不同的度量标准进行hclust链接？

Question

在R中，您可以使用各种指标在聚类之前构建距离矩阵，例如二进制距离，曼哈顿距离等... 但是，当选择连接方法（完整，平均，单等等）时，这些连接都使用欧几里德距离。如果依靠差异度量来构建距离矩阵，这似乎不太合适。

在构建聚类树时，是否有方法（或库...）将其他距离应用于链接方法？

谢谢！

Answer 1

我真的不明白你的问题。例如，假设我有以下数据：

x <- matrix(rnorm(100), nrow=5)

然后我可以使用dist

建立距离矩阵

##Changing the distance measure
d_e = dist(x, method="euclidean")
d_m = dist(x, method="maximum")

然后我可以聚集在我想要的地方：

##Changing the clustering method
hclust(d_m, method="median")

Answer 2

如果您构建了一个已经表示成对距离的矩阵，请使用例如

hclust(as.dist(mx), method="single")

Answer 3

您可能想尝试使用agnes而不是hclust，并将其交给距离矩阵。这里有一个很好的教程： http://strata.uga.edu/software/pdf/clusterTutorial.pdf

在本教程中，您将如何生成和使用距离矩阵进行聚类：

> library(vegan)
# load library for distance functions
> mydata.bray <- vegdist(mydata, method="bray")
# calculates bray (=Sørenson) distances among samples
> mydata.bray.agnes <- agnes(mydata.bray)
# run the cluster analysis

我自己使用的是DanielMüllner教授的fastcluster library，它与agnes具有完全相同的API，但对于大型数据集来说却快了几个数量级。