Hierarchical Cluster 层次聚类

最新推荐文章于 2024-08-18 11:24:59 发布

凌风探梅

最新推荐文章于 2024-08-18 11:24:59 发布

阅读量869

点赞数

分类专栏：机器学习

机器学习专栏收录该内容

96 篇文章

订阅专栏

本文详细介绍了层次聚类分析的概念及其在R语言中的应用，通过构造数据集并进行距离计算，最终利用hclust函数进行聚类，并展示如何将聚类结果可视化。此外，还提供了实例代码及结果解释，帮助读者掌握层次聚类的基本操作。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

R： Hierarchical Cluster 层次聚类

发表于2年前(2014-10-05 12:05) 阅读（ 1884） | 评论（ 0） 0人收藏此文章, 我要收藏

目录[-]

构造数据：

 
         > dataset = matrix(c(1,2,
        
         + 1.2,2,
        
         + 8,9,
        
         + 0.9,1.8,
        
         + 7,10,
        
         + 8.8,9.2), nrow=6, byrow=T)
        
         > dataset
        
         [,1] [,2]
        
         [1,]  1.0  2.0
        
         [2,]  1.2  2.0
        
         [3,]  8.0  9.0
        
         [4,]  0.9  1.8
        
         [5,]  7.0 10.0
        
         [6,]  8.8  9.2

聚类：

 
         > d = dist(dataset)
        
         > d
        
         1          2          3          4          5
        
         2  0.2000000                                            
        
         3  9.8994949  9.7590983                                 
        
         4  0.2236068  0.3605551 10.1118742                      
        
         5 10.0000000  9.8812955  1.4142136 10.2200783           
        
         6 10.6150836 10.4690019  0.8246211 10.8245092  1.9697716
        
         > hclust(d, method = 
         "complete"
         )
        
         Call:
        
         hclust(d = d, method = 
         "complete"
         )
        
         Cluster method   : complete 
        
         Distance         : euclidean 
        
         Number of objects: 6 
        
         > hc = hclust(d, method = 
         "complete"
         )
        
         > plot(hc)

分成两个簇：

1

2

3

 
         > democut<-cutree(hc,k=2)
        
         > democut
        
         [1] 1 1 2 1 2 2

参考：

http://www.r-tutor.com/gpu-computing/clustering/hierarchical-cluster-analysis
http://stat.ethz.ch/R-manual/R-devel/library/stats/html/hclust.html
http://ecology.msu.montana.edu/labdsv/R/labs/lab13/lab13.html