R-график верхнего дендрограмма на основе k

Question

Я собираю матрицу расстояний, основанную на данных столбца с размером столбцов 20 000 строк x 169, установленных в R, используя hclust(). Когда я конвертирую объект кластера в дендрограмму и рисую всю дендрограмму, ее трудно прочитать, потому что она настолько велика, даже если я вывожу ее в довольно большой pdf.

df <- as.data.frame(matrix(abs(rnorm(3380000)), nrow = 20000)) 
mydist <- vegdist(df) 
my.hc <- hclust(mydist, method = "average") 
hcd <- as.dendrogram(my.hc) 

pdf("hclust_plot.pdf", width = 40, height = 15) 
plot(hcd) 
dev.off() 

Я хотел бы указать количество кластеров (К), при котором для усечения дендрограммы, затем участок только верхнюю часть дендрограммы выше точек к расщепленных. Я знаю, что я могу построить верхнюю часть, основываясь на задании высоты (h) с помощью функции cut().

pdf("hclust_plot2.pdf", width = 40, height = 15) 
plot(cut(hcd, h = 0.99)$upper) 
dev.off() 

Я также знаю, что могу использовать пакет dendextend окрашивать дендрограммы участка с к группам.

library(dendextend) 
pdf("hclust_plot3.pdf", width = 40, height = 15) 
plot(color_branches(hcd, k = 44)) 
dev.off() 

Но для моего набора данных эта дендрограмма слишком плотная, чтобы даже прочитать, какая группа является цветом. Есть ли способ построить только верхнюю часть дендрограммы над точкой разреза, указав k, а не h? Или есть способ получить значение h для дендрограммы, учитывая k?

Answer 1

Вы можете использовать функцию heights_per_k.dendrogram от the dendextend package, чтобы получить высоту для различных k разрезов.

Например:

## Not run: 
hc <- hclust(dist(USArrests[1:4,]), "ave") 
dend <- as.dendrogram(hc) 

library(dendextend) 
dend_h <- heights_per_k.dendrogram(dend) 
par(mfrow = c(1,2)) 
plot(dend) 
plot(dend, ylim = c(dend_h["3"], dend_h["1"])) 

А в вашем случае:

set.seed(2016-01-16) 
df <- as.data.frame(matrix(abs(rnorm(2*20000)), nrow = 20000)) 
mydist <- dist(df) 
my.hc <- hclust(mydist, method = "average") 
hcd <- as.dendrogram(my.hc) 

library(dendextend) 
library(dendextendRcpp) 
dend_h <- heights_per_k.dendrogram(hcd) # (this can take some time) 
plot(hcd, ylim = c(dend_h["43"], dend_h["1"]))