溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務(wù)條款》
您好，登錄后才能下訂單哦！
這篇文章主要講解了“R語言層次聚類與聚類樹怎么使用”，文中的講解內(nèi)容簡單清晰，易于學(xué)習(xí)與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學(xué)習(xí)“R語言層次聚類與聚類樹怎么使用”吧！
在生態(tài)學(xué)研究當(dāng)中，有些環(huán)境中的對象是連續(xù)（或者離散）的，而有些對象是不連續(xù)的，聚類的目的是識別在環(huán)境中不連續(xù)的對象子集，從而探索隱藏在數(shù)據(jù)背后的屬性特征。聚類分析主要處理那些對象有足夠的相似性被歸于一組，并且確定組與組之間的差異或分離程度。聚類可以分為特征聚類（Vector Clustering）和圖聚類（Graph Clustering）。特征聚類是指根據(jù)對象的特征向量矩陣來計算距離或者相關(guān)性來實現(xiàn)聚類，例如各種層次聚類和非層次聚類。而圖聚類則針對的是復(fù)雜網(wǎng)絡(luò)數(shù)據(jù)，有隨機游走、貪心策略、標(biāo)簽傳播等算法等。
根據(jù)對象歸屬方法，有以下兩種：
⑴硬劃分，也即將總體劃分為不同的部分，每個對象或者變量只能歸屬于某一組（身份信息為0或1）。
⑵模糊劃分，對象歸屬身份信息可以是連續(xù)的，也即身份信息可以是0到1中間的任意值。
聚類的結(jié)果可以輸出為無層級分組，也可以是具有嵌套結(jié)構(gòu)的層次聚類樹。非約束的聚類分析只是一種數(shù)據(jù)劃分，不是典型的統(tǒng)計方法，因此不必進行統(tǒng)計檢驗，但是約束的聚類分析（多元回歸樹）需要進行統(tǒng)計檢驗。
⑴單連接聚合聚類
單連接聚合聚類（singlelinkage agglomerative clustering）也稱作最近鄰分類（nearestneighbour sorting），依據(jù)最短的成對距離或最大相似性來依次連接對象直到連接完畢，兩個組之間最近的兩個對象之間距離即為組的距離。此方法一般使用弦距離矩陣（歐氏距離）進行分析，在hclust()函數(shù)中為"single"。
⑵完全連接聚合聚類
完全連接聚合聚類（completelinkage agglomerative clustering）也稱作最遠(yuǎn)鄰分類（furthestneighbour sorting），依據(jù)最遠(yuǎn)距離決定一個對象或者一個組是否與另一個組聚合，所有對象之間的距離必須完全計算然后進行比較。単連接聚合聚類更容易體現(xiàn)數(shù)據(jù)的梯度，而完全連接聚合聚類分類組之間差異更加明顯。在在hclust()函數(shù)中為"complete"。
⑶平均聚合聚類
平均聚合聚類（averageagglomerative clustering）是一類基于對象之間平均相異性或者聚類簇形心（centroid）的進行聚類的方法。一個對象加入一個組依據(jù)的是這個對象與這個組成員的平均距離。在hclust()函數(shù)中有等權(quán)重算術(shù)平均聚類"average"（UPGMA）、不等權(quán)重算術(shù)平均聚類"mcquitty"（WPGMA）、等權(quán)重形心聚類"centroid"（UPGMC）、不等權(quán)重形心聚類"median"（WPGMC）四種方法。在生態(tài)學(xué)中Bray-Curtis距離矩陣一般使用方法"average"進行分析，其聚類樹結(jié)構(gòu)介于單連接和完全連接聚類之間。
⑷最小方差聚類
Ward最小方差聚類是一種基于最小二乘法線性模型準(zhǔn)則的聚類方法。分組的依據(jù)是使組內(nèi)距離平方和（方差）最小化，由于使用了距離的平方，常常使聚類樹基部過于膨脹，可取平方根再進行可視化。在hclust()函數(shù)中有"ward.D"、"ward.D2"兩種方法。
#讀取群落數(shù)據(jù)并計算Bray-Curtis距離矩陣data=read.table(file="sample.subsample.otu_table.txt", header=T, check.names=FALSE)rownames(data)=data[,1]data=data[,-1]library(vegan)data=decostand(data, MARGIN=2, "total")otu=t(data)otu_dist=vegdist(otu, method="bray", diag=TRUE, upper=TRUE, p=2)#進行聚類分析并作圖hclust=hclust(otu_dist, method="average")plot(hclust)
聚類樹如下圖所示：
library(dendextend)library(circlize)tree=as.dendrogram(hclust)par(mfrow=c(2,2), mar=c(3,3,1,5), cex=0.7)plot(tree, horiz=TRUE, main="UPGMA Tree")#隱藏平均距離小于0.5的對象（類群）plot(cut(tree, h=0.5)$upper, horiz=TRUE, main="Samples with distance higher than 0.5")#在上一步基礎(chǔ)上篩選第二個分類簇plot(cut(tree, h=0.5)$upper[[2]], horiz=TRUE, main="Second branch samples with distance higher than 0.5")circlize_dendrogram(tree)
par(mfrow=c(1,1), mar=c(3,3,3,5), cex=1)#讀取群落數(shù)據(jù)并計算Bray-Curtis距離矩陣data=read.table(file="sample.subsample.otu_table.txt", header=T, check.names=FALSE)rownames(data)=data[,1]data=data[,-1]library(vegan)data=decostand(data, MARGIN=2, "total")otu=t(data)otu_dist=vegdist(otu, method="bray", diag=TRUE, upper=TRUE, p=2)#進行聚類分析并作圖hclust=hclust(otu_dist, method="average")library(dendextend)library(RColorBrewer)hcd=as.dendrogram(hclust)labelColors=brewer.pal(n=4, name="Set1")#聚類分組，預(yù)設(shè)聚類簇數(shù)目為4clusMember=cutree(hcd, 4)#自定義函數(shù)，根據(jù)聚類結(jié)果進行著色colLab=function(n) { if (is.leaf(n)) { a=attributes(n) labCol=labelColors[clusMember[which(names(clusMember)==a$label)]] attr(n, "nodePar")=c(a$nodePar, lab.col=labCol) } n}clusDendro=dendrapply(hcd, colLab)plot(clusDendro, main ="UPGMA Tree", type="rectangle", horiz=TRUE)
軟件包dendextend是一個很好的聚類樹可視化工具，可以使用“%>%”來對tree文件進行更新美化，如下所示：
hcd=hcd %>% set("labels_cex", 1.5) %>% set("branches_lwd", 2) %>% set("branches_k_color", k=4) %>% set("branches_k_lty", k=4) clusDendro=dendrapply(hcd, colLab)plot(clusDendro, main="UPGMA Tree", type="rectangle", horiz=TRUE)
感謝各位的閱讀，以上就是“R語言層次聚類與聚類樹怎么使用”的內(nèi)容了，經(jīng)過本文的學(xué)習(xí)后，相信大家對R語言層次聚類與聚類樹怎么使用這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關(guān)知識點的文章，歡迎關(guān)注！
免責(zé)聲明：本站發(fā)布的內(nèi)容（圖片、視頻和文字）以原創(chuàng)、轉(zhuǎn)載和分享為主，文章觀點不代表本網(wǎng)站立場，如果涉及侵權(quán)請聯(lián)系站長郵箱：is@yisu.com進行舉報，并提供相關(guān)證據(jù)，一經(jīng)查實，將立刻刪除涉嫌侵權(quán)內(nèi)容。
億速云公眾號
手機網(wǎng)站二維碼