相关疑难解决方法(0)

这有可能用ggplot2重现这个格子图吗？

library(latticeExtra)
data(mtcars)
x  <- t(as.matrix(scale(mtcars)))
dd.row <- as.dendrogram(hclust(dist(x)))
row.ord <- order.dendrogram(dd.row)

dd.col <- as.dendrogram(hclust(dist(t(x))))
col.ord <- order.dendrogram(dd.col)

library(lattice)

levelplot(x[row.ord, col.ord],
      aspect = "fill",
      scales = list(x = list(rot = 90)),
      colorkey = list(space = "left"),
      legend =
      list(right =
           list(fun = dendrogramGrob,
                args =
                list(x = dd.col, ord = col.ord,
                     side = "right",
                     size = 10)),
           top =
           list(fun = dendrogramGrob,
                args =
                list(x = dd.row,
                     side = "top",
                     size = 10))))

如何在不使用clustplot的情况下在R中创建聚类图？

我试图掌握一些聚类(使用R)和可视化(使用HTML5 Canvas).

基本上,我想创建一个集群图但不是绘制数据,我想得到一组2D点或坐标,我可以拉到画布上做一些可能相当的东西(但我不知道如何做到这一点) .我想象我:

1. 为整个数据集创建相似度矩阵(使用dist)
2. 使用kmeans或类似的东西对相似性矩阵进行聚类(使用kmeans)
3. 使用MDS或PCA绘制结果 - 但我不确定步骤2和3如何关联(cmdscale).

我在这里,这里和这里检查了问题(最后一个是最常用的).

我在整个网站和包中搜索了很多关于热图的问题,但我仍然有问题.
我有集群数据(kmeans/EM/DBscan ..),我想通过对同一个集群进行分组来创建热图.我希望将相似的颜色模式分组到热图中,因此通常看起来像块对角线.
我尝试按簇号排序数据并显示它,

k = kmeans(data, 3)
d = data.frame(data)
d = data.frame(d, k$cluster)
d = d[order(d$k.cluster),]
heatmap(as.matrix(d))

我试图将基于 k-means 的聚类算法的结果显示为pheatmap。为此，我使用此处建议的程序：R draw kmeans clustering with heatmap

现在的问题是，我想向颜色方案突出集群，类似的事情在添加到“RowSideColors” -选项heatmap和heatmap.2。至于pheatmap，我只找到了annotation选项，但这可以按列而不是按行工作。有没有办法突出显示 中的行集群pheatmap？

我的另一个想法是在热图中添加簇列作为单独的颜色。但是，与热图的其余部分相比，我需要使用另一种配色方案，因此我不确定是否可行。