R中的距离聚类 [英] Clustering by distance in R

问题描述

我有一个整数向量，希望将其划分为多个簇，以使任何两个簇之间的距离均大于下界，而在任何簇中，两个元素之间的距离均小于上限。 p>

例如，假设我们有以下向量：

1、4、5、6、9、29， 32，36

并将上述下限和上限分别设置为19和9，以下两个向量应该是可能的结果：

1、4、5、6、9

29、32、36

< hr>

感谢@flodel的评论，我意识到这种聚类可能是不可能的。因此，我想对问题进行一些修改：

如果仅强加 between 之间的群集距离下限，可能有哪些群集方法？
如果仅在群集距离上限内强加内，可能有哪些群集方法？

解决方案

如果仅强加集群距离之间的下限，可能有哪些集群方法？

具有单链接的分层集群：

  x<-c（1、4、5、6、9、29、32、46 ，55）
树<-hclust（dist（x），method = single）
 split（x，cutree（tree，h = 19））
 
＃ $`1` 
＃[1] 1 4 5 6 9 
＃
＃$`2` 
＃[1] 29 32 46 55 
  

---

如果我仅施加群集内距离，可能的群集方法是什么

具有完全链接的分层聚类：

  x<-c（1、4、5、6、9、20、26、29、32）
树<-hclust（dist（x），method = 完整）
 split（x，cutree（tree，h = 9））
 
＃ $`1` 
＃[1] 1 4 5 6 9 
＃
＃$`2` 
＃[1] 20 
＃
＃ $`3` 
＃[1] 26 29 32 
  

I have a vector of integers which I wish to divide into clusters so that the distance between any two clusters is greater than a lower bound, and within any cluster, the distance between two elements is less than an upper bound.

For example, suppose we have the following vector:

1, 4, 5, 6, 9, 29, 32, 36

And set the aforementioned lower bound and upper bound to 19 and 9 respectively, the two vectors below should be a possible result:

1, 4, 5, 6, 9

29, 32, 36

---

Thanks to @flodel 's comments, I realized this kind of clustering may be impossible. So I would like to modify the questions a bit:

What are the possible clustering methods if I impose only the between cluster distance lower bound? What are the possible clustering methods if I impose only the within cluster distance upper bound?

解决方案

What are the possible clustering methods if I impose only the between cluster distance lower bound?

Hierarchical clustering with single linkage:

x <- c(1, 4, 5, 6, 9, 29, 32, 46, 55)
tree <- hclust(dist(x), method = "single")
split(x, cutree(tree, h = 19))

# $`1`
# [1] 1 4 5 6 9
# 
# $`2`
# [1] 29 32 46 55

---

What are the possible clustering methods if I impose only the within cluster distance upper bound?

Hierarchical clustering with complete linkage:

x <- c(1, 4, 5, 6, 9, 20, 26, 29, 32)
tree <- hclust(dist(x), method = "complete")
split(x, cutree(tree, h = 9))

# $`1`
# [1] 1 4 5 6 9
# 
# $`2`
# [1] 20
# 
# $`3`
# [1] 26 29 32

这篇关于R中的距离聚类的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！