R 中的聚类分析：如何从 pvclust 获得确定性结果？答案

【问题标题】：Cluster analysis in R: How can I get deterministic results from pvclust?R 中的聚类分析：如何从 pvclust 获得确定性结果？
【发布时间】：2014-01-19 13:12:49
【问题描述】：

pvclust 非常适合在 R 中进行聚类分析。但是，当它作为批处理操作的一部分运行时，对于相同的数据得到不同的结果是很烦人的。显然，同一数据有许多“正确”的聚类，似乎pvclust 使用了一些随机性来确定特定运行的聚类。但是有什么方法可以得到确定性的结果吗？

我希望能够提供一个最小的、可重复的分析包：数据加上一个 R 脚本，以及一个单独的书面文档，其中包含我对聚类的解释。然后其他人可以添加到分析中，例如通过改变情节的美学外观。现在，当其他人运行包含pvclust 的脚本时，解释将始终与其他人得到的不同步。

【问题讨论】：

标签： r random cluster-analysis hierarchical-clustering pvclust

【解决方案1】：

我只使用了 k 手段。在那里，我必须将“运行”或迭代次数设置为比默认值更高的值，以在连续运行时获得相同的 custers。

【讨论】：

很好的观察——通过足够的迭代，pvclust 将耗尽搜索空间并始终收敛于“最终”解决方案。但是对于大型数据集，可能需要很长时间，并且找到正确的迭代次数是一个反复试验的过程。无论所需的迭代次数如何，设置随机种子都会产生相同的结果。

【解决方案2】：

不仅用于聚类分析，当涉及随机性时，您可以修复随机数生成器，以便始终获得相同的结果。

试试：

set.seed(seed=123)
# your code here

seed 可以是任何整数，也可以是可以转换为整数的东西。仅此而已。

【讨论】：