当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


R medoids 从聚类中计算 pam 一致的 Medoids


R语言 medoids 位于 cluster 包(package)。

说明

给定数据矩阵或相异度 x(例如 观察单位和聚类),计算 pam() 一致中心点。

用法

medoids(x, clustering, diss = inherits(x, "dist"), USE.NAMES = FALSE, ...)

参数

x

数据矩阵或 DataFrame ,或相异矩阵或对象,另请参阅 pam

clustering

长度为 的整数向量,即观测值的数量,为每个观测值提供其所属簇的编号 ('id')。换句话说,clustering 具有来自 1:k 的值,其中 k 是聚类数,另请参阅 partition.objectcutree(),了解计算此类聚类向量的示例。

diss

另请参阅pam

USE.NAMES

一个逻辑的、典型的 false,传递给计算 medoids 的 vapply() 调用。

...

可选的进一步参数传递给 pam(xj, k=1, ...) ,特别是 metricvariant="f_5" 以使用更快的算法,或 trace.lev = k

长度的数值向量

例子

## From example(agnes):
data(votes.repub)
agn1 <- agnes(votes.repub, metric = "manhattan", stand = TRUE)
agn2 <- agnes(daisy(votes.repub), diss = TRUE, method = "complete")
agnS <- agnes(votes.repub, method = "flexible", par.meth = 0.625)

for(k in 2:11) {
  print(table(cl.k <- cutree(agnS, k=k)))
  stopifnot(length(cl.k) == nrow(votes.repub), 1 <= cl.k, cl.k <= k, table(cl.k) >= 2)
  m.k <- medoids(votes.repub, cl.k)
  cat("k =", k,"; sort(medoids) = "); dput(sort(m.k), control={})
}

作者

Martin Maechler, after being asked how pam() could be used instead of kmeans(), starting from a previous clustering.

也可以看看

pamkmeans。此外,cutree()agnes(或hclust)。

相关用法


注:本文由纯净天空筛选整理自R-devel大神的英文原创作品 Compute pam-consistent Medoids from Clustering。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。