R 绘制簇内最小距离和簇间链接距离
我使用层次平均链接方法,使用欧氏距离进行聚类。为了找到要切割的簇数(k),我需要做两个图,一个是簇内最小距离与簇数的关系图(图1),另一个是簇间连接距离与簇数的关系图(图2)R 绘制簇内最小距离和簇间链接距离,r,R,我使用层次平均链接方法,使用欧氏距离进行聚类。为了找到要切割的簇数(k),我需要做两个图,一个是簇内最小距离与簇数的关系图(图1),另一个是簇间连接距离与簇数的关系图(图2) >df 站点1站点2站点3站点4站点5站点6 1985 11 0 5 15 13 15 1986 12 12 5 31 14 26 1987 23 21 17 14 25 12 1988 22 25
>df
站点1站点2站点3站点4站点5站点6
1985 11 0 5 15 13 15
1986 12 12 5 31 14 26
1987 23 21 17 14 25 12
1988 22 25 18 17 24 14
1989 11 16 8 18 13 19
1990 7 5 21 8 9 24
1991 20 13 9 21 22 7
1992 15 11 6 19 17 20
1993 19 18 9 11 21 11
1994 33 9 28 17 26 20
1995 16 14 19 33 17 10
1996 14 21 25 4 6 47
1997 4 0 11 22 14 16
1998 10 31 13 26 12 14
1999 24 17 18 41 19 20
2000 21 17 23 19 23 14
2001 12 8 6 7 19 20
2002 19 24 19 31 24 17
2003 13 29 10 28 7 9
2004 19 14 19 22 20 13
2005 16 8 9 10 11 13
2006 8 9 46 9 20 19
2007 12 10 15 13 10 9
2008 12 18 25 12 47 22
2009 19 18 18 23 21 20
2010 23 10 46 35 25 12
2011 20 35 18 30 22 18
2012 23 13 23 34 25 34
2013 17 28 20 13 19 21
2014 19 22 16 16 21 23
df2既然没有问题,我假设您有兴趣用示例数据集绘制上图。如果我的假设有误,请纠正
(i) 根据序列链接距离查找组数。这种情况下的连锁距离顺序是从绘图(树)
中查到的:
(三)地块:
非常感谢:):)
> df
Site1 Site2 Site3 Site4 Site5 Site6
1985 11 0 5 15 13 15
1986 12 12 5 31 14 26
1987 23 21 17 14 25 12
1988 22 25 18 17 24 14
1989 11 16 8 18 13 19
1990 7 5 21 8 9 24
1991 20 13 9 21 22 7
1992 15 11 6 19 17 20
1993 19 18 9 11 21 11
1994 33 9 28 17 26 20
1995 16 14 19 33 17 10
1996 14 21 25 4 6 47
1997 4 0 11 22 14 16
1998 10 31 13 26 12 14
1999 24 17 18 41 19 20
2000 21 17 23 19 23 14
2001 12 8 6 7 19 20
2002 19 24 19 31 24 17
2003 13 29 10 28 7 9
2004 19 14 19 22 20 13
2005 16 8 9 10 11 13
2006 8 9 46 9 20 19
2007 12 10 15 13 10 9
2008 12 18 25 12 47 22
2009 19 18 18 23 21 20
2010 23 10 46 35 25 12
2011 20 35 18 30 22 18
2012 23 13 23 34 25 34
2013 17 28 20 13 19 21
2014 19 22 16 16 21 23
df2 <- data.frame(t(df))
tree <- hclust(dist(df2))
library(dplyr)
cls.df <- data.frame(h=40:100)
cls.df$k <- sapply(cls.df$h, function(x) cutree(tree, h=x) %>% max )
cls.df <- cls.df %>%
group_by(k) %>%
summarise(h=min(h))
library(ggplot2)
ggplot(cls.df, aes(k, h)) +
geom_line() +
geom_point() +
theme_bw() +
ylab("Linkage Distance") +
xlab("Number of Cluster")