Question

我有以下简单问题。我有一个节点的距离矩阵，我想获得这个节点的子集列表，这样在每个子集中，每两个节点处于最小距离dmin。也就是说，最初每个节点通过具有相关值的边连接。我想删除值小于dmin的每个边，并列出所有生成的断开连接图。

基本上我希望获得彼此非常接近的数据点集群，而不是使用聚类算法，而是使用距离的阈值。

我的问题当然是，如何在R中完成它。考虑以下矩阵m：

    a   b   c   d
a 1.0 0.9 0.2 0.3
b 0.9 1.0 0.4 0.1
c 0.2 0.4 1.0 0.7
d 0.3 0.1 0.7 1.0

有四个节点（a，b，c，d）。我搜索给定该矩阵的函数或包（实际上是1 - 距离矩阵）和阈值dmin，例如dmin <- 0.5，将产生两组：{a,b}和{c,d}。实现它的一种非常低效的方法如下：

clusters <- list()
nodes <- colnames( m )
dmin <- 0.5

# loop over nodes
for( n in nodes ) {

  found <- FALSE
  # check whether a node can be associated to one of the existing
  # clusters
  for( c in names( clusters ) ) {
    if( any( m[ n, clusters[[c]] ] > 0.5 ) ) {
      clusters[[c]] <- c( clusters[[c]], n )
      found <- TRUE
      next
    }
  }

  # no luck? create a new cluster for that node
  if( ! found )
    clusters[[n]] <- c( n )
}

结果将是

> clusters
$a
[1] "a" "b"

$c
[1] "c" "d"

Answer 1

根据您的相似度矩阵m，您可以将邻接矩阵构建为m > .5，构造相应的图形使用igraph包并提取其连接的组件。

m <- matrix(c(10,9,2,3, 9,10,4,1, 2,4,10,7, 3,1,7,10), 4, 4)/10
colnames(m) <- rownames(m) <- letters[1:4]
library(igraph)
g <- graph.adjacency( m > .5 )
plot(g)
clusters(g)$membership
# [1] 1 1 2 2
tapply(colnames(m), clusters(g)$membership, c)
# $`1`
# [1] "a" "b"
# $`2`
# [1] "c" "d"

在R中切割图形

1 个答案: