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,圆的大小由一些变量的值确定.

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

代码:

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)

接下来发生的事情是,你需要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: