我试图将250种物种的行为特征聚集到生活史策略中。特征数据包括数值和名义变量。我对R和聚类分析相对较新，但我认为找到这些点的距离的最佳选择是在菊花函数中使用gower相似性方法。 1）这是最好的方法吗？
一旦我有这些距离，我想找到重要的集群。我已经研究过pvclust并且喜欢它能够给我集群的力量。但是，我无法修改代码以接受先前使用菊花进行的距离测量。我未能成功地按照此处提供的建议https://stats.stackexchange.com/questions/10347/making-a-heatmap-with-a-precomputed-distance-matrix-and-data-matrix-in-r/10349#10349并使用此处获取的代码http://www.is.titech.ac.jp/~shimo/prog/pvclust/pvclust_unofficial_090824/pvclust.R
2）任何人都可以帮我修改现有代码以接受我的距离测量吗？
3）或者，还有另一种更好的方法来确定重要集群的数量吗？
我事先感谢你的帮助。
答案 0 :(得分：1)
一些评论......
关于1）
这是处理不同类型数据的好方法。
您还可以在数据集中创建尽可能多的新行，并将1/0放在需要的位置。例如，如果有3个名义值，例如“爬行动物”，“哺乳动物”和“鸟”，您可以更改具有2列的初始数据集（数字，标称值） 对于一个有4列的新人（数字，数字（代表爬行动物），数字（代表哺乳动物），数字（代表鸟））一个实例（23.4，“哺乳动物”）将被映射到（23.4,0,1,0）
使用此映射，您可以使用“正常”距离（确保标准化数据，以便由于它的大/小值而没有列支配其他列。）
关于2）
daisy返回类型不相似的元素，您可以在集群包中的其他聚类算法中使用它（也许您不必实现更多的东西）。例如，函数pam可以直接获取daisy返回的对象。
关于3）
群集确实是主观的，大多数群集算法都依赖于初始条件，因此“重要群集”实际上并不是某些人不习惯使用的术语。 Pam在你的情况下可能是有用的，因为簇使用medoids来居中，这对于名义数据是有益的（因为它是可解释的）。例如K-means的缺点是质心不可解释（它是什么意思1/2爬行动物1/2哺乳动物？）pam构建了以实例为中心的聚类，这对于解释目的来说很好。
关于pam：
http://en.wikipedia.org/wiki/K-medoids
http://stat.ethz.ch/R-manual/R-devel/library/cluster/html/pam.html
答案 1 :(得分：0)
您可以使用Zahn算法查找群集。基本上它是最小生成树和删除最长边的功能。