在R中正确运行“系统（层次）聚类分析”

2017-03-15

(本文于 2016-7-5 15:43 首发于 “科学网”)

Hierarchical Cluster Analysis in R or Rstudio

第一步：导入数据 ex.

1 2	library(vegan) data(dune)

第二步：将原始转换成“距离”矩阵 #假设数据不需要进行标准化

# library(vegan)
distance.ex<-vegdist(dune,method="euc",na.rm=TRUE)

#计算距离的method （Dissimilarity index）包括：

#"manhattan", "euclidean", "canberra","bray", "kulczynski", "jaccard", "gower", "altGower", "morisita", "horn","mountford", "raup" , "binomial", "chao", "cao" or "mahalanobis".

#其中"bray"是指 "Bray–Curtis [Dissimilarity] index"

第三步：聚类分析

hclust.ex <- hclust(distance.ex,method="ward.D2")

#聚类的方法包括：

#"ward.D", "ward.D2", "single", "complete", "average" (= UPGMA), "mcquitty"(= WPGMA), "median" (= WPGMC) or "centroid" (= UPGMC).

# 注意一般软件ward算法相对应的hclust中为ward.D2，小心用错

# agnes(*, method="ward") corresponds to hclust(*, "ward.D2").

第四步：作树状图

1 2	plot(hclust.ex,hang=-1) # hang取负数时，树状图y轴从0 开始。

#补充一

完整地写个bray-curtis距离的代码：

library(vegan)
data(dune)
distance.bray<-vegdist(dune,method="bray",na.rm=TRUE)    # bray 距离
hclust.bray<- hclust(distance.bray,method="average")      # UPGMA 聚类
plot(hclust.bray,hang=-1)

见下图，y轴的 Height 为 “Bray-Curtis不相似性百分比”。

Q & A

（1）聚类方法”centroid” 相对应使用的距离为平方欧式距离 squared Euclidean distances. 如：hc1ust.centroid <- hclust(dist(cent)^2, method = “cen”)

（2）聚类方法”ward.D2” 相对应使用的距离为欧式距离 “Euclidean” distances.

（3）聚类方法”average”(=UPGMA) 相对应使用的距离为 “bray”(=Bray-Curtis) distances.

#补充二

1	#{vegan} package 内还包含以下应用程序：ANOSIM，BIO-ENV，metaMDS（=nMDS），CCA,RDA,SIMPER,vegdist等

参考：

vegdist（）应用代码 https://cran.r-project.org/web/packages/vegan/vegan.pdf
hclust()应用代码 https://stat.ethz.ch/R-manual/R-devel/library/stats/html/hclust.html
不同聚类方法的比较 https://cran.r-project.org/web/packages/dendextend/vignettes/Cluster_Analysis.html
实例 http://ecology.msu.montana.edu/labdsv/R/labs/lab13/lab13.html

<已有次阅读>

由于本文作者水平有限，文中如有错误之处，欢迎大家批评指正！

① 本文仅代表作者个人观点，不代表任何其它立场，欢迎交流合作！

② 转载与分享请注明：本文源于 http://meiweiping.cn

^_^ 本文字数统计：513 字

梅卫平の阅览室

技术R 语言

在R中正确运行“系统（层次）聚类分析”