Question

是否有一种简单的方法可以计算h中产生给定最小尺寸分组的cut的最低值？

在这个例子中，如果我想要每个至少有十个成员的集群，我应该使用h = 3.80：

# using iris data simply for reproducible example
data(iris)
d <- data.frame(scale(iris[,1:4]))
hc <- hclust(dist(d))
plot(hc)

cut(as.dendrogram(hc), h=3.79) # produces 5 groups; group 4 has 7 members

cut(as.dendrogram(hc), h=3.80) # produces 4 groups; no group has <10 members

由于分割的高度在hc$height中给出，我可以使用hc$height + 0.00001创建一组候选值，然后在每个值中循环切割。但是，我不知道如何从members类解析群集大小dendrogram。例如，cut(as.dendrogram(hc), h=3.80)$lower[[1]]$members会根据需要返回NULL，而不是66。

请注意，这是一个比Cutting dendrogram into n trees with minimum cluster size in R使用包dynamicTreeCut更简单的问题;这里我没有指定树的数量，只是最小的簇大小。 TYVM。

Answer 1

感谢@Vlo和@lukeA，我能够实现一个循环。但是，我只是将其作为起点发布，并且肯定会向更优雅的解决方案开放。

unnest <- function(x) { # from Vlo's answer
  if(is.null(names(x))) x
  else c(list(all=unname(unlist(x))), do.call(c, lapply(x, unnest)))
}

cuts <- hc$height + 1e-9

min_size <- 10
smallest <- 0
i <- 0

while(smallest < min_size & i <= length(cuts)){
  h_i <- cuts[i <- i+1]
  if(i > length(cuts)){
    warning("Couldn't find a cluster big enough.")
  }
  else  smallest <- 
           Reduce(min, 
                  lapply(X = unnest(cut(as.dendrogram(hc), h=h_i)$lower), 
                         FUN = attr, which = "members") ) # from lukeA's comment
}
h_i # returns desired output: [1] 3.79211

Answer 2

此功能在dendextend包中提供heights_per_k.dendrogram函数（在加载dendextendRcpp函数时也具有更快的C ++实现）。

## Not run: 
hc <- hclust(dist(USArrests[1:4,]), "ave")
dend <- as.dendrogram(hc)
heights_per_k.dendrogram(dend)
##       1        2        3        4
##86.47086 68.84745 45.98871 28.36531

作为旁注，dendextend包有一个cutree.dendrogram S3方法用于树状图（与hclust对象的cutree非常相似）。

Answer 3

这不能回答这个问题，但如果您决定循环使用members，则可能对h提取有用。

窃取并修改here

中的某些代码

# Unnest the list/dendogram structure
unnest <- function(x) {
  if(is.null(names(x))) {
    x
  }
  else {
    c(list(all=unname(unlist(x))), do.call(c, lapply(x, unnest)))
  }
}

# Extract the `members` attribute from each dendogram
lapply(X = unnest(cut(as.dendrogram(hc), h=3.8)), FUN = attr, which = "members")

输出：

# Please don't ask me why there are 2 dendograms stored
# in the `$upper` list while `print` displays one

$upper1
[1] 2

$upper2
[1] 2

$lower1
[1] 66

$lower2
[1] 11

$lower3
[1] 24

$lower4
[1] 49

R将树状图切割成最小尺寸的组

3 个答案: