Question

使用plot(hclust(dist(x)))方法，我能够绘制一个聚类树图。有用。然而，我想获得所有集群的列表，而不是树图，因为我有大量的数据（如150K节点），情节变得混乱。

换句话说，假设a b c是一个群集，如果d e f g是一个群集，那么我想得到这样的内容：

1 a,b,c
2 d,e,f,g

请注意，这不是我想要的“输出”。这只是一个例子。我只想获得一个簇的列表，而不是一个树图。它可以是矢量，矩阵或只是简单的数字，显示哪些组元素属于。

这怎么可能？

Answer 1

我将使用R中可用的数据集来演示如何将树剪切成所需数量的片段。结果是一张表。

构建一个hclust对象。

hc <- hclust(dist(USArrests), "ave")
#plot(hc)

现在，您可以根据需要将树剪切成多个分支。对于我的下一个技巧，我将把树分成两组。您可以使用k参数设置剪切数。请参阅?cutree以及使用可能对您更有用的参数h（请参阅cutree(hc, k = 2) == cutree(hc, h = 110)）。

cutree(hc, k = 2)
       Alabama         Alaska        Arizona       Arkansas     California 
             1              1              1              2              1 
      Colorado    Connecticut       Delaware        Florida        Georgia 
             2              2              1              1              2 
        Hawaii          Idaho       Illinois        Indiana           Iowa 
             2              2              1              2              2 
        Kansas       Kentucky      Louisiana          Maine       Maryland 
             2              2              1              2              1 
 Massachusetts       Michigan      Minnesota    Mississippi       Missouri 
             2              1              2              1              2 
       Montana       Nebraska         Nevada  New Hampshire     New Jersey 
             2              2              1              2              2 
    New Mexico       New York North Carolina   North Dakota           Ohio 
             1              1              1              2              2 
      Oklahoma         Oregon   Pennsylvania   Rhode Island South Carolina 
             2              2              2              2              1 
  South Dakota      Tennessee          Texas           Utah        Vermont 
             2              2              2              2              2 
      Virginia     Washington  West Virginia      Wisconsin        Wyoming 
             2              2              2              2              2

Answer 2

让我们说，

y<-dist(x)
clust<-hclust(y)
groups<-cutree(clust, k=3)
x<-cbind(x,groups)

现在您将获得每个记录，即群集组。您也可以对数据集进行子集化：

x1<- subset(x, groups==1)
x2<- subset(x, groups==2)
x3<- subset(x, groups==3)

hclust函数的聚类列表

2 个答案: