如何创建“Clustergram”情节？ （在R中） [英] How to create a "Clustergram" plot ? (in R)

问题描述

我遇到了这个有趣的网站，提供了一种可视化群集的方法算法称为Clustergram：

alt文本http://www.schonlau.net/images/clustergramexample.gif

我不确定这是多么有用，但为了玩有了它，我想用R来重现它，但我不知道该怎么去做。

你会如何为每个物品创建一条线，以便它可以停留在整个不同数量的群集中保持一致？

以下是一个示例代码/数据，可用于回答：

  hc < -  hclust（dist（USArrests），ave）
 plot（hc）
  

解决方案

更新：我发布了一个冗长的示例和讨论解决方案 here 。 （它基于我给出的代码）。此外，Hadley非常友善，并提供了代码的ggplot2实现。

这是一个基本的解决方案（对于更好的解决方案，请看上面的更新）：

  set.seed（100）
 Data <-rbind（matrix（rnorm（100，sd = 0.3） （数据）<-c（x，y，ncol = 2），
矩阵（rnorm（100，mean = 1，sd = 0.3），ncol = 2））
 colnames ）
 
＃noise < -  runif（100,0，.05）
 line.width<  -  rep（.004，dim（Data）[1]）$ ​​b $ b Y < -  NULL 
 X < -  NULL 
 k.range < -  2:10 
 
 plot（0，0，col =white，xlim = c （1,10），ylim = c（ - 。5,1.6），
 xlab =簇的数量，ylab =簇的意思是，
 main =（基本的）Clustergram）
轴（side = 1，at = k.range）
 abline（v = k.range，col =gray）
 
 centers.points<  -  list（） （k，k.range）中的
 
 {
 cl<  -  kmeans（Data，k）
 
 clusters.vec<  -  cl $ cluster 
 the.centers<  -  apply（cl $ centers，1，mean）
 
 noise&l t;  -  unlist（tapply（line.width，clusters.vec，
 cumsum））[order（seq_along（clusters.vec）[order（clusters.vec）]）] 
 noise < -  noise - 平均（范围（噪声））
y < -  the.centers [clusters.vec] +噪声
 Y < -  cbind（Y，y）
x < -  rep（k，长度（y））
 X < -  cbind（X，x）
 
 centers.points [[k]] < -  data.frame（y = the.centers，x = rep（k，k））
＃points（the.centers〜rep（k，k），pch = 19，col =red，cex = 1.5）
} 
 
 require（colorpace）
 COL < -  rainbow_hcl（100）
 matlines（t（X），t（Y），pch = 19，col = COL，lty = 1，lwd = 1.5） 
 
＃add points 
 lapply（centers.points，
 function（xx）{with（xx，points（y〜x，pch = 19，col =red， cex = 1.3））}）
  

I came across this interesting website, with an idea of a way to visualize a clustering algorithm called "Clustergram":

alt text http://www.schonlau.net/images/clustergramexample.gif

I am not sure how useful this really is, but in order to play with it I would like to reproduce it with R, but am not sure how to go about doing it.

How would you create a line for each item so it would stay consistent throughout the different number of clusters?

Here is an example code/data to play with for potential answer:

hc <- hclust(dist(USArrests), "ave")
plot(hc)

解决方案

Update: I posted a solution with a lengthy example and discussion here. (it is based on the code I gave bellow). Also, Hadley was very kind and offered a ggplot2 implementation of the code.

Here is a basic solution (for a better one, look at the "update" above):

set.seed(100)
Data <- rbind(matrix(rnorm(100, sd = 0.3), ncol = 2),
              matrix(rnorm(100, mean = 1, sd = 0.3), ncol = 2))
colnames(Data) <- c("x", "y")

# noise <- runif(100,0,.05)
line.width <- rep(.004, dim(Data)[1])
Y <- NULL
X <- NULL
k.range <- 2:10

plot(0, 0, col = "white", xlim = c(1,10), ylim = c(-.5,1.6),
     xlab = "Number of clusters", ylab = "Clusters means", 
     main = "(Basic) Clustergram")
axis(side =1, at = k.range)
abline(v = k.range, col = "grey")

centers.points <- list()

for(k in k.range){
    cl <- kmeans(Data, k)

    clusters.vec <- cl$cluster
    the.centers  <- apply(cl$centers,1, mean)

    noise <- unlist(tapply(line.width, clusters.vec, 
                           cumsum))[order(seq_along(clusters.vec)[order(clusters.vec)])]
    noise <- noise - mean(range(noise))
    y <- the.centers[clusters.vec] + noise
    Y <- cbind(Y, y)
    x <- rep(k, length(y))
    X <- cbind(X, x)

    centers.points[[k]] <- data.frame(y = the.centers , x = rep(k , k)) 
#   points(the.centers ~ rep(k , k), pch = 19, col = "red", cex = 1.5)
}

require(colorspace)
COL <- rainbow_hcl(100)
matlines(t(X), t(Y), pch = 19, col = COL, lty = 1, lwd = 1.5)

# add points
lapply(centers.points, 
       function(xx){ with(xx,points(y~x, pch = 19, col = "red", cex = 1.3)) })

这篇关于如何创建“Clustergram”情节？ （在R中）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！