Создайте дендрограмму с использованием индекса (данные пропорции) в качестве переменной группировки, R

Question

Я хочу создать дендрограмму с использованием индекса (данных пропорций), который будет отображать похожие кластеры. Я пытаюсь решить, какую метрику расстояния/сходства я должен использовать, чтобы они отображали исходные значения индекса.

У меня есть кадр данных, который выглядит следующим образом:

data<-read.table(text="ind index 
T1 0.10 
T2 0.11 
       T3 0.01 
       T4 0.64 
       T5 0.03 
       T6 0.15 
       T7 0.26 
       T8 0.06 
       T9 0.01 
       T10 0.004 
       T11 0.01 
       T12 0.19 
       T13 0.04 
       T14 0.69 
       T15 0.06 
       T16 0.51 
       T17 0.15 
       T18 0.26 
       T19 0.26 
       T20 0.01 
       ",header=T) 

head(data) 

data2<-as.matrix(data[,2]) 

d<-dist(data2) 

# prepare hierarchical cluster 
hc = hclust(d) 
# very simple dendrogram 
plot(hc) 

Это даст простую дендрограмму. Тем не менее, я действительно хочу использовать значения из столбца индекса как «мое расстояние». Любые предложения приветствуются. Заранее спасибо!

Answer 1

Возможно, это поможет? Ваши значения находятся на оси y.

hc <- hclust(d = d, method="single", members=NULL) 
library(ggdendro) 
ggdendrogram(hc, theme_dendro=FALSE) 

Answer 2

Вы можете использовать функцию cophenetic для извлечения матрицы расстояний объекта hclust. При этом вы можете проверить, насколько хорошо ваша дендрограмма представляет вашу первоначальную функцию расстояния (путем проверки корреляции между вашим первоначальным расстоянием до копенгагенского расстояния от дендрограммы). Например:

> hc <- hclust(d, method="single") 
> cor(d, cophenetic(hc)) 
[1] 0.9270891 
> hc <- hclust(d, method="complete") 
> cor(d, cophenetic(hc)) 
[1] 0.9249611 

Это говорит о том, что «единственный» метод чуть-чуть лучше, чем «полный», но ни один из этих двух способны полностью захватить исходную матрицу расстояний (так как их соотношение не 1).

Надеюсь, это поможет.