基于"伙伴关系"构建集群

Sha*_*ver 4 r

前段时间我做了类似的线程但不幸的是我在那里使用的方法并没有给我任何有希望的结果.我想到了如何以不同的方式做到这一点.所以我在这里.

当然示例数据:

structure(list(Name1 = c("Mazda RX4", "Mazda RX4", "KIA Ceed", 
"Mazda RX4 Wag", "KIA Ceed", "Valiant", "KIA Classic", "Mazda RX4", 
"Dacia", "Merc 280", "Duster 360", "Merc 230"), Name2 = c("Mazda RX4 Wag", 
"Merc 230", "KIA Sport", "Merc 230", "KIA Classic", "Merc 230", 
"KIA Sport", "Merc 240D", "Mazda RX4 Wag", "Merc 450SE", "Valiant", 
"Duster 360")), .Names = c("Name1", "Name2"), class = "data.frame", row.names = c(NA, 
12L))
Run Code Online (Sandbox Code Playgroud)

该数据框仅包含两列.原始数据有更多,但这次我将只关注那些列.

只是为了表明我想如何将这些人聚集在一起,我会提出所需的输出:

structure(list(Name1 = c("Mazda RX4", "Mazda RX4", "KIA Ceed", 
"Mazda RX4 Wag", "KIA Ceed", "Valiant", "KIA Classic", "Mazda RX4", 
"Dacia", "Merc 280", "Duster 360", "Merc 230"), Name2 = c("Mazda RX4 Wag", 
"Merc 230", "KIA Sport", "Merc 230", "KIA Classic", "Merc 230", 
"KIA Sport", "Merc 240D", "Mazda RX4 Wag", "Merc 450SE", "Valiant", 
"Duster 360"), cluster = c(1, 1, 2, 1, 2, 3, 2, 0, 0, 0, 3, 3
)), .Names = c("Name1", "Name2", "cluster"), row.names = c(NA, 
12L), class = "data.frame")
Run Code Online (Sandbox Code Playgroud)

从输出中可以看出,我想根据可以在第二列中找到的伙伴来集群汽车.因此,如果一行中的汽车在下一列中共享相同的"伙伴",则它们应该聚集在一起.

以及在表格形式中看起来如何以及一些解释:

           Name1         Name2 cluster
1      Mazda RX4 Mazda RX4 Wag       1  ## Two Mazda's same cluster
2      Mazda RX4      Merc 230       1  ## First Mazda with another partner
3       KIA Ceed     KIA Sport       2  ## Ceed together with Sport
4  Mazda RX4 Wag      Merc 230       1  ## Second Mazda with the same partner
5       KIA Ceed   KIA Classic       2  ## Ceed together with Classic
6        Valiant      Merc 230       3  
7    KIA Classic     KIA Sport       2  ## And of course Classic with Sport
8      Mazda RX4     Merc 240D       0  ## First Mazda with another Merc but can't be clustered together in the cluster number 1 because the second Mazda doesn't share this "partner".
9          Dacia Mazda RX4 Wag       0  ## Similar situation but just second Mazda
10      Merc 280    Merc 450SE       0
11    Duster 360       Valiant       3
12      Merc 230    Duster 360       3  
Run Code Online (Sandbox Code Playgroud)

这只是我想要实现的简单示例.当然,根据我的原始数据,可能会发生一些汽车将成为不同集群的成员.群集号可以通过昏迷分隔,或者如果需要可以创建另一列.对于不能与其他任何东西聚类的对,不必设置0.它们只能形成一个单行的集群.无论如何我不会分析它.

我希望我能够准确地解释我想要实现的目标.非常欢迎创意.

当然,我想像我在之前的帖子中所做的那样,为满足我的答案开始赏金.

A. *_*ebb 8

从评论中,"我想创建包含至少3种不同基因的簇,并且它们彼此相互作用."

该描述似乎对应于图论中的集团的定义.也就是说,你似乎正在寻找3或更大的所有派系.

拉帮结派

所以你的样本 data

library(igraph)
g<-graph.data.frame(data,directed=FALSE)
(q<-cliques(g,min=3))
#> [[1]]
#> + 3/12 vertices, named:
#> [1] Mazda RX4     Mazda RX4 Wag Merc 230     
#> 
#> [[2]]
#> + 3/12 vertices, named:
#> [1] KIA Ceed    KIA Classic KIA Sport  
#> 
#> [[3]]
#> + 3/12 vertices, named:
#> [1] Valiant    Duster 360 Merc 230  
Run Code Online (Sandbox Code Playgroud)

你认识到任何边缘都可以属于多个集团,所以我为每个集团创建了一个列,并带有一个用于向该集团发送信号的标志.

ind<-t(apply(data,1,function(r) sapply(q,function(i) all(as.character(r) %in% names(i)))))
(d1<-cbind(data,ind))
Run Code Online (Sandbox Code Playgroud)
           Name1         Name2     1     2     3
1      Mazda RX4 Mazda RX4 Wag  TRUE FALSE FALSE
2      Mazda RX4      Merc 230  TRUE FALSE FALSE
3       KIA Ceed     KIA Sport FALSE  TRUE FALSE
4  Mazda RX4 Wag      Merc 230  TRUE FALSE FALSE
5       KIA Ceed   KIA Classic FALSE  TRUE FALSE
6        Valiant      Merc 230 FALSE FALSE  TRUE
7    KIA Classic     KIA Sport FALSE  TRUE FALSE
8      Mazda RX4     Merc 240D FALSE FALSE FALSE
9          Dacia Mazda RX4 Wag FALSE FALSE FALSE
10      Merc 280    Merc 450SE FALSE FALSE FALSE
11    Duster 360       Valiant FALSE FALSE  TRUE
12      Merc 230    Duster 360 FALSE FALSE  TRUE

或者,您可以将它们显示在data.frame的每一行的列表中.

(d2<-cbind(data,clique=I(as.list(apply(ind,1,which)))))
Run Code Online (Sandbox Code Playgroud)

           Name1         Name2 clique
1      Mazda RX4 Mazda RX4 Wag      1
2      Mazda RX4      Merc 230      1
3       KIA Ceed     KIA Sport      2
4  Mazda RX4 Wag      Merc 230      1
5       KIA Ceed   KIA Classic      2
6        Valiant      Merc 230      3
7    KIA Classic     KIA Sport      2
8      Mazda RX4     Merc 240D       
9          Dacia Mazda RX4 Wag       
10      Merc 280    Merc 450SE       
11    Duster 360       Valiant      3
12      Merc 230    Duster 360      3

  • 顺便说一下,有趣的问题通常不需要赏金,这是他们自己的奖励.这个问题的主要问题是,确定你所要求的内容比编写解决方案更困难.图片通常非常有助于传达想法并帮助吸引注意力. (2认同)