基本思想

每一个样本作为一类
按照某一种方法进行距离度量，比如“欧氏距离”
距离最短划为1类
重复步骤2和3，每次减少一类，直至所有样本合成1类

案例

数据

这里用鸢尾花数据集作为实验数据

data(iris)# 载入数据
plot(iris)# 画图

**注意：一般聚类前要将数据进行标准化。**消除量纲影响

irisScaled <- scale(iris[, -5])# 数据标准化
# iris[, -5] 去掉第五列的数据，因为第五列的数据是字符型

具体实验步骤

计算样本之间的距离

d <- dist(irisScaled[, 1:4])
fitH <- hclust(d, "ward.D2")

# 数值计算距离
# 注释：在聚类中求两点的距离有：
# 1，绝对距离：manhattan
# 2，欧氏距离：euclidean 默认
# 3，闵科夫斯基距离：minkowski
# 4，切比雪夫距离：chebyshev
# 5，马氏距离：mahalanobis
# 6，蓝氏距离：canberra
# 根据距离聚类
out.hclust=hclust(out.dist,method="complete")
# 注释：聚类中集合之间的距离：
# 1，类平均法：average
# 2，重心法：centroid
# 3，中间距离法:median
# 4，最长距离法：complete 默认
# 5，最短距离法：single
# 6，离差平方和法：ward
# 7，密度估计法：density#（1）聚类方法"centroid" 相对应使用的距离为平方欧式距离 squared Euclidean distances.   如：hc1ust.centroid <- hclust(dist(cent)^2, method = "cen")#（2）聚类方法"ward.D2" 相对应使用的距离为欧式距离 "Euclidean" distances.#（3）聚类方法"average"(=UPGMA) 相对应使用的距离为 "bray"(=Bray-Curtis) distances.

生成聚类结果

plot(fitH)

生成3类

rect.hclust(fitH, k = 3, border = "red")

这里红色框框框到的，他就是一类别

切割

切割的方法是具体知道某一个样本属于哪一类

clusters <- cutree(fitH, k = 3)

会返回一组向量，向量所对应的就是该样本所属于的类别。
这里用颜色来区分

plot(iris, col = clusters)

讲真这个分类结果还算蛮好的。
结束！

基于R语言的层次聚类分析-【案例实操】-基本操作，一看就会相关推荐

R语言：层次聚类分析
参考书: R语言实战_第2版_中文版第四部分高级方法 : 第16章聚类分析 : 16.3 层次聚类分析从 http://www.gdfc.org.cn/datas/history/twocol ...
基于R语言的聚类分析（k-means,层次聚类）
今天给大家展示基于R语言的聚类,在此之前呢,首先谈谈聚类分析,以及常见的聚类模型,说起聚类我们都知道,就是按照一定的相似性度量方式,把接近的一些个体聚在一起.这里主要是相似性度量,不同的数据类型,我们 ...
基于R语言混合效应模型（mixed model）案例研究
全文链接: http://tecdat.cn/?p=2596 在本文中,我们描述了灵活的竞争风险回归模型.回归模型被指定为转移概率,也就是竞争性风险设置中的累积发生率(点击文末"阅读原文&q ...
R语言Logistic回归模型案例基于AER包的affair数据分析
R语言Logistic回归模型案例基于AER包的affair数据目录 R语言Logistic回归模型案例基于AER包的affair数据 #数据加载及目标变量二值化
R语言泊松回归模型案例:基于AER包的affair数据分析
R语言泊松回归模型案例:基于AER包的affair数据分析目录 R语言泊松回归模型案例基于AER包的affair数据分析 #数据加载
基于R语言的代理模型（高斯过程、贝叶斯优化、敏感性分析、异方差性等）高级技术应用
基于R语言的代理模型(高斯过程.贝叶斯优化.敏感性分析.异方差性等)高级技术应用直播时间:10月30日-10月31日.11月6日-7日(4天+1周辅导练习) (上午9:30-12:00 下午14: ...
基于R语言的Meta分析【全流程、不确定性分析】方法与Meta机器学习技术应用
Meta分析是针对某一科研问题,根据明确的搜索策略.选择筛选文献标准.采用严格的评价方法,对来源不同的研究成果进行收集.合并及定量统计分析的方法,最早出现于"循证医学",现已广泛应 ...
基于R语言极值统计学及其在相关领域中的应用
受到气候变化.温室效应以及人类活动等因素的影响,自然界中极端高温.极端环境污染.大洪水和大暴雨等现象的发生日益频繁:在人类社会中,股市崩溃.金融危机等极端情况也时有发生:今年的新冠疫情就是非常典型的极 ...
Protein Cell：基于R语言的微生物组数据挖掘最佳流程（大众评审截止14号晚6点）...
Protein & Cell综述:基于R语言的微生物组数据挖掘的最佳流程近日,中国农业科学院刘永鑫组联合南京农业大学袁军组在国际期刊 Protein & Cell (IF = 15. ...

基于R语言的层次聚类分析-【案例实操】-基本操作，一看就会

基本思想

案例

数据

具体实验步骤

计算样本之间的距离

生成聚类结果

生成3类

切割

基于R语言的层次聚类分析-【案例实操】-基本操作，一看就会相关推荐

最新文章

热门文章