聚类分析，不按组/居住地划分树状图

Question

我似乎找不到与我的问题有关的话题（至少简单来说）。

我有一个按样点（行）划分的物种（列）的社区矩阵。 首先，我执行了Bray-Curtis变换以获得相似/不相似矩阵（ 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)

一切正常，但是，上面的结果形成了具有127个分支的树状图（每个示例站点一个）。 我想将127个样本站点按5个属于这些站点的HABITATS进行分组。 然后，树状图的分​​支将显示出更多的理解，而不是样本位置的5分支（栖息地）树状图。 因此，必须在生境上进行聚类，并按采样点进行加权。

我之前曾在PC-ORD中进行过此分析，但是这次必须在无情的R中完成。

Answer 1

汇总数据。

如果要对栖息地进行聚类，则数据应位于栖息地，而不是地点。

但是，如果生境结构没有从这些地点出现，则生境的相似性可能不是非常实质/数据不能很好地支持（或者数据预处理得不够好）。