Danh sách nhóm cho chức năng hclust

Question

Sử dụng phương thức plot(hclust(dist(x))), tôi có thể vẽ bản đồ cây cụm. Nó hoạt động. Tuy nhiên, tôi muốn có được một danh sách của tất cả các cụm, không phải là một sơ đồ cây, bởi vì tôi có số lượng lớn dữ liệu (như 150K nút) và cốt truyện bị lộn xộn.

Nói cách khác, cho phép nói nếu a b c là một cụm và nếu d e f g là một cụm sau đó tôi muốn có được một cái gì đó như thế này:

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

Xin lưu ý rằng đây không phải là chính xác những gì tôi muốn nhận được như một "đầu ra". Nó chỉ là một ví dụ. Tôi chỉ muốn có thể có được một danh sách các cụm thay vì một lô cây Nó có thể là các vector, ma trận hoặc các số đơn giản chỉ ra các phần tử nhóm nào thuộc về.

Làm cách nào có thể?

Answer 1

Tôi sẽ sử dụng tập dữ liệu có sẵn trong R để minh họa cách cắt một cây thành số phần mong muốn. Kết quả là một bảng.

Tạo đối tượng hclust.

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

Bây giờ bạn có thể cắt cây thành nhiều nhánh tùy thích. Đối với mẹo tiếp theo của tôi, tôi sẽ chia cây thành hai nhóm. Bạn đặt số lần cắt với tham số k. Xem ?cutree và việc sử dụng thông số h có thể hữu ích hơn cho bạn (xem 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

cho phép nói,

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

bây giờ bạn sẽ nhận được cho mỗi hồ sơ, nhóm cluster. Bạn cũng có thể đặt tập dữ liệu:

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