聚類樹的切割方法
阿新 • • 發佈：2018-11-08
文章目錄
-
聚類樹的切割方法在R語言中的實現
-
靜態切割比較簡單，現在主要談動態切割
##dynamicTreeCut 函式包的使用
這個包主要是探測層次聚類中的clusters
2.1 執行動態切割比較重要的包（“cutreeDynamic”）
input ：
clutering tree
dissimilarity matrix that was used to produce the tree
Most important options
deepSplit（0,1,2,3,4）：controls how finely clusters will be split
pamStage Only used for method “hybrid”. If TRUE, the second (PAM-like) stage will be performed.
預設是執行進行PAMstage ，允許使用者分配更多的outlying onbjects 資料到 clusters中
2.2 附帶一個好玩兒的功能：
merge2Clusters
merge2Clusters(labels, mainClusterLabel, minorClusterLabel)
labels ：a vector or factor giving the cluster labels
mainClusterLabel ：是融合之後會留下的標籤
主要用途：將兩個聚類標籤融合成一個聚類標籤（這是什麼鬼）
舉個栗子：
#Works with character labels:
options(stringsAsFactors = FALSE);
install.packages("dynamicTreeCut")
library(dynamicTreeCut)
labels = c(rep("grey", 5), rep("blue", 2), rep("red", 3))
merge2Clusters(labels, "blue", "red")
就可以把labels裡面的blue標籤程式設計red