聚类分析，按群组/栖息地的树状图无法采样

Question

我似乎找不到与我的问题相关的帖子（至少简单来说）。

我有一个样本站点（行）的物种（列）社区矩阵。我首先执行Bray-Curtis变换以获得相似性/不相似性矩阵（vegdist），其次，将hclust函数应用于矩阵。

我使用的脚本部分：

library(vegan)
community_matrix <- read.csv(choose.files(),sep=",",row.names=1)
d = (1 - vegdist(community_matrix, method="bray")) * 100
h = hclust(d, method = "ward.D2")
plot(h, main = "", sub = "", xlab="", ylab = "Bray-Curtis simmilarity", axes = FALSE, hang = -1)

然而，一切都很完美，上面的结果是一个树状图树，有127个分支（每个样本站点一个）。我想宁愿将这些网站所属的5个HABITATS分组为127个样本网站。然后树形图的分支将显示更多的理解，5分支（栖息地）树状图而不是样本点。因此，必须对栖息地进行聚类，并通过样本点加权。

我之前在PC-ORD中进行过此分析，但这次必须在无情的R中完成。

Answer 1

汇总您的数据。

如果你想聚集栖息地，你的数据应该是栖息地，而不是遗址。

但是，如果栖息地结构没有从这些地点出现，那么栖息地的相似性可能不是很大/很好地支持数据（或者数据没有经过足够的预处理）。