R 为什么hclust和heat map的结果不同。2使用相同的聚类函数?
我正在做一些聚类分析,试图了解更多我的数据。使用相同的数据,我首先对以下代码进行了hclust:R 为什么hclust和heat map的结果不同。2使用相同的聚类函数?,r,cluster-analysis,heatmap,hclust,R,Cluster Analysis,Heatmap,Hclust,我正在做一些聚类分析,试图了解更多我的数据。使用相同的数据,我首先对以下代码进行了hclust: # Dissimilarity matrix df <-scale(m.sel) d <- dist(df, method = "euclidean") # Hierarchical clustering using Ward's method res.hc <- hclust(d, method = "ward.D2") 相异矩阵 df如果你不能显示真实的数据,也许你可以模拟一
# Dissimilarity matrix
df <-scale(m.sel)
d <- dist(df, method = "euclidean")
# Hierarchical clustering using Ward's method
res.hc <- hclust(d, method = "ward.D2")
相异矩阵
df如果你不能显示真实的数据,也许你可以模拟一些具有相似属性的数据,从而使问题重现。我希望我可以模拟相似的属性,我实际上是在尝试了解数据:)-但是,我尝试了标准的iris数据,仍然得到了稍微不同的聚类。我想知道的是,如果有一个关于它的解释,我想更多的是在理论层面,或者在函数本身?为什么在相同的设置下会得到不同的结果?
dist.method <- function(x) dist(x, method="euclidean")
hclust.method <- function(x) hclust(x, method="ward.D2")
heatmap.2(scale(m.sel), dendrogram = "col", distfun = dist.method, hclustfun = hclust.method, trace = "none", col=bluered, margins = c(6, 9), cexCol = 1, density.info = "none", ColSideColors = colors)
d <- dist(scale(iris[, 1:4]), method="euclidean")
# Hierarchical clustering using Ward's method
res.hc <- hclust(d, method = "ward.D2" )
# Plot the obtained dendrogram
plot(res.hc, cex = 0.6, hang = -1)
data(iris)
m.sel <- as.matrix(t(iris[,1:4]))
dist.method <- function(x) dist(x, method="euclidean")
hclust.method <- function(x) hclust(x, method="ward.D2")
heatmap.2(scale(m.sel), dendrogram = "col", distfun = dist.method, hclustfun = hclust.method, trace = "none", col=bluered, margins = c(3, 10), cexCol = 0.5, density.info = "none")