[英]can pvclust combine not variables,but obs. in R
讓我們以它為例
library("MASS")
library("pvclust")
result.par <- pvclust(Boston, nboot=1000, parallel=TRUE)
plot(result.par)
我們看到 pvclust 結合了變量。 是否可以在集群中結合觀察
IE。 我想要輸出(帶集群變量)
id crim zn indus chas nox rm age dis rad tax ptratio black lstat medv cluster
1 1 0.00632 18.0 2.31 0 0.538 6.575 65.2 4.0900 1 296 15.3 396.90 4.98 24.0 1
2 2 0.02731 0.0 7.07 0 0.469 6.421 78.9 4.9671 2 242 17.8 396.90 9.14 21.6 2
3 3 0.02729 0.0 7.07 0 0.469 7.185 61.1 4.9671 2 242 17.8 392.83 4.03 34.7 1
4 4 0.03237 0.0 2.18 0 0.458 6.998 45.8 6.0622 3 222 18.7 394.63 2.94 33.4 2
5 5 0.06905 0.0 2.18 0 0.458 7.147 54.2 6.0622 3 222 18.7 396.90 5.33 36.2 3
6 6 0.02985 0.0 2.18 0 0.458 6.430 58.7 6.0622 3 222 18.7 394.12 5.21 28.7 3
7 7 0.08829 12.5 7.87 0 0.524 6.012 66.6 5.5605 5 311 15.2 395.60 12.43 22.9 1
8 8 0.14455 12.5 7.87 0 0.524 6.172 96.1 5.9505 5 311 15.2 396.90 19.15 27.1 1
9 9 0.21124 12.5 7.87 0 0.524 5.631 100.0 6.0821 5 311 15.2 386.63 29.93 16.5 2
10 10 0.17004 12.5 7.87 0 0.524 6.004 85.9 6.5921 5 311 15.2 386.71 17.10 18.9 2
如何將集群分配給觀察
mclust 包中的 mclust 函數是一個有價值的選擇。
library("MASS")
library("mclust")
result.par <- Mclust(Boston)
head(cbind(Boston, cluster=result.par$classification))
https://cran.r-project.org/web/packages/mclust/vignettes/mclust.html
您還可以通過按行刪除樹狀圖並僅對特征進行聚類以易於可視化來可視化您的集群。 Mclust 執行混合模型聚類,因此與分層聚類方法相比,事情應該有所改變。
library(NMF)
aheatmap(as.matrix(Boston_2[,-15]), # remove cluster from data
annRow = as.character(Boston_2[,15]), # consider cluster for annotating rows
Rowv = NA)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.