集群呈现树状图替代在r

Question

我知道树状图很受欢迎。 但是，如果有大量的观察和课程，很难遵循。 但是有时我觉得应该有更好的方式呈现相同的东西。 我有一个想法，但不知道如何实现它。

考虑以下树形图。

> data(mtcars)
> plot(hclust(dist(mtcars)))

可以将其绘制成散点图。 其中两点之间的距离用线绘制，而sperate簇（假设阈值）是彩色的，圆的大小由某个变量的值确定。

Answer 1

您正在描述一种相当典型的聚类分析方法：

• 使用聚类算法（在这种情况下是分层聚类）
• 确定集群的数量
• 使用某种形式或主成分分析在二维平面中投影数据

编码：

hc <- hclust(dist(mtcars))
cluster <- cutree(hc, k=3)
xy <- data.frame(cmdscale(dist(mtcars)), factor(cluster))
names(xy) <- c("x", "y", "cluster")
xy$model <- rownames(xy)

library(ggplot2)
ggplot(xy, aes(x, y)) + geom_point(aes(colour=cluster), size=3)

接下来会发生的是，你会得到一位熟练的统计学家来帮助解释x和y轴的含义。 这通常涉及将数据投影到轴并提取因子载荷。

剧情：