[R]指令总结-hclust层次聚类包

本文详细介绍了如何使用R语言中的hclust包进行层次聚类分析。内容包括不同类合并方法的选择,如最短距离法、最长距离法等,并通过实例展示了如何绘制聚类树状图及确定最佳分类数目。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

【R 层次聚类--hclust包】
http://blog.youkuaiyun.com/sherrymi/article/details/38341185


hclust(d, method = "complete", members=NULL)
d为距离矩阵。
method表示类的合并方法,有:
single            最短距离法
complete        最长距离法
median        中间距离法
mcquitty        相似法
average        类平均法
centroid        重心法
ward            离差平方和法


#'举例
d <- dist(x)
hc <- hclust(d,"single")
plot(hc)


#'然后可以用rect.hclust(tree, k = NULL, which = NULL, x = NULL, h = NULL,border = 2, cluster = NULL)来确定类的个数。 #'tree就是求出来的对象。k为分类的个数,h为类间距离的阈值。border是画出来的颜色,用来分类的。
rect.hclust(hc,k=2)
rect.hclust(hc,h=0.5)


#'提取每个样本所属的类别
label <- cutree(hc,k=2)
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值