R中的层次聚类-'pvclust'问题答案

【问题标题】：Hierarchical Clustering in R - 'pvclust' IssuesR中的层次聚类-'pvclust'问题
【发布时间】：2015-09-30 15:56:54
【问题描述】：

我制作了一个可重现的示例，说明我在使用 pvclust 时遇到了问题。我的目标是在层次聚类树状图中选择理想的聚类。我听说过“pvclust”，但不知道如何使用它。此外，如果有人有其他建议来确定理想的集群，那将非常有帮助。

我的代码已提供。

library(pvclust)    

employee<- c('A','B','C','D','E','F','G','H','I',
         'J','K','L','M','N','O','P',
         'Q','R','S','T',
         'U','V','W','X','Y','Z')   
salary<-c(20,30,40,50,20,40,23,05,56,23,15,43,53,65,67,23,12,14,35,11,10,56,78,23,43,56) 
testing90<-cbind(employee,salary)
testing90<-as.data.frame(testing90)
head(testing90)
testing90$salary<-as.numeric(testing90$salary)
row.names(testing90)<-testing90$employee
testing91<-data.frame(testing90[,-1])
head(testing91)
row.names(testing91)<-testing90$employee
d<-dist(as.matrix(testing91))
hc<-hclust(d,method = "ward.D2")
hc
plot(hc)

par(cex=0.6, mar=c(5, 8, 4, 1))
plot(hc, xlab="", ylab="", main="", sub="", axes=FALSE)
par(cex=1)
title(xlab="Publishers", main="Hierarchal Cluster of Publishers by eCPM")
axis(2)

fit<-pvclust(d, method.hclust="ward.D2", nboot=1000, method.dist="eucl")

出现了一个错误，说明：

Error in names(edges.cnt) <- paste("r", 1:rl, sep = "") : 
  'names' attribute [2] must be the same length as the vector [0]

【问题讨论】：

您能指定您在 MRE 中使用的库吗？
刚刚添加了库（pvclust）@erasmortg
嗨@analytics，根据你得到的答案，我会提到如果你也想可视化结果，你可以参考以下内容：cran.r-project.org/web/packages/dendextend/vignettes/…dendextend R 包中的文档：跨度>

标签： r hclust pvclust

【解决方案1】：

一种解决方案是将您的对象 d 强制转换为 matrix。

来自pvclust的帮助文件：

数据数值数据矩阵或数据框。

请注意，通过将 dist 类型的对象强制放入矩阵中，因为它是对角线，它将被“反射”（数学术语现在让我无法理解），您可以检查正在考虑的对象电话：

as.matrix(d)

这将是您正在寻找的电话：

#note that I can't 
pvclust(as.matrix(d), method.hclust="ward.D2", nboot=1000, method.dist="eucl")
#Bootstrap (r = 0.5)... Done.
#Bootstrap (r = 0.58)... Done.
#Bootstrap (r = 0.69)... Done.
#Bootstrap (r = 0.77)... Done.
#Bootstrap (r = 0.88)... Done.
#Bootstrap (r = 1.0)... Done.
#Bootstrap (r = 1.08)... Done.
#Bootstrap (r = 1.19)... Done.
#Bootstrap (r = 1.27)... Done.
#Bootstrap (r = 1.38)... Done.
#
#Cluster method: ward.D2
#Distance      : euclidean
#
#Estimates on edges:
#
#      au    bp se.au se.bp      v      c  pchi
#1  1.000 1.000 0.000 0.000  0.000  0.000 0.000
#2  1.000 1.000 0.000 0.000  0.000  0.000 0.000
#3  1.000 1.000 0.000 0.000  0.000  0.000 0.000
#4  1.000 1.000 0.000 0.000  0.000  0.000 0.000
#5  1.000 1.000 0.000 0.000  0.000  0.000 0.000
#6  1.000 1.000 0.000 0.000  0.000  0.000 0.000
#7  1.000 1.000 0.000 0.000  0.000  0.000 0.000
#8  1.000 1.000 0.000 0.000  0.000  0.000 0.000
#9  1.000 1.000 0.000 0.000  0.000  0.000 0.000
#10 1.000 1.000 0.000 0.000  0.000  0.000 0.000
#11 1.000 1.000 0.000 0.000  0.000  0.000 0.000
#12 1.000 1.000 0.000 0.000  0.000  0.000 0.000
#13 1.000 1.000 0.000 0.000  0.000  0.000 0.000
#14 1.000 1.000 0.000 0.000  0.000  0.000 0.000
#15 1.000 1.000 0.000 0.000  0.000  0.000 0.000
#16 1.000 1.000 0.000 0.000  0.000  0.000 0.000
#17 1.000 1.000 0.000 0.000  0.000  0.000 0.000
#18 1.000 1.000 0.000 0.000  0.000  0.000 0.000
#19 0.853 0.885 0.022 0.003 -1.126 -0.076 0.058
#20 0.854 0.885 0.022 0.003 -1.128 -0.073 0.069
#21 0.861 0.897 0.022 0.003 -1.176 -0.090 0.082
#22 0.840 0.886 0.024 0.003 -1.100 -0.106 0.060
#23 0.794 0.690 0.023 0.005 -0.658  0.162 0.591
#24 0.828 0.686 0.020 0.005 -0.716  0.232 0.704
#25 1.000 1.000 0.000 0.000  0.000  0.000 0.000

请注意，此方法将修复您的调用，但聚类方法的有效性和数据质量由您决定。您的 MRE 值得信赖。

【讨论】：