当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


R plot.agnes 凝聚层次聚类图


R语言 plot.agnes 位于 cluster 包(package)。

说明

创建用于可视化 agnes 对象的绘图。

用法

## S3 method for class 'agnes'
plot(x, ask = FALSE, which.plots = NULL, main = NULL,
           sub = paste("Agglomerative Coefficient = ",round(x$ac, digits = 2)),
           adj = 0, nmax.lab = 35, max.strlen = 5, xax.pretty = TRUE, ...)

参数

x

"agnes" 的对象,通常由 agnes(.) 创建。

ask

逻辑性;如果 true 并且 which.plotsNULL ,则 plot.agnes 通过 menu 在交互模式下运行。

which.plots

整数向量或 NULL(默认),后者生成两个图。否则,which.plots 必须包含整数 1(用于横幅图)或 2(用于树状图)或 “clustering tree”。

main , sub

情节的主标题和副标题,具有方便的默认值。请参阅 plot.default 中有关这些参数的文档。

adj

用于 bannerplot() 中的标签调整。

nmax.lab

指示标签数量的整数,对于单个名称标记横幅图来说被认为太大。

max.strlen

正整数,给出横幅图标签中字符串被截断的长度。

xax.pretty

逻辑或整数指示 pretty(*, n = xax.pretty) 是否应用于 x 轴。 xax.pretty = FALSE 用于向后兼容。

...

图形参数(参见par)也可以被提供并分别传递给bannerplot()pltree()(参见pltree.twins)。

细节

ask = TRUE 时,plot.agnes 显示一个列出所有可以生成的图的菜单,而不是按顺序生成每个图。如果不需要菜单,但仍需要绘图之间的暂停,则必须在调用绘图命令之前设置par(ask= TRUE)

横幅显示集群的层次结构,相当于一棵树。参见Rousseeuw (1986) 或Kaufman 和Rousseeuw (1990) 的第5 章。横幅标绘了观测值和聚类合并的距离。观测值按 agnes 算法找到的顺序列出,height 向量中的数字表示为观测值之间的条形。

聚类树的叶子是原始观察结果。两个分支在合并的两个簇之间的距离处聚集在一起。

要对绘图进行更多自定义,请分别调用 bannerplotpltree() ,即其方法 pltree.twins

直接使用相应的参数,例如 xlabylab

副作用

在当前图形设备上生成适当的绘图。这可以是以下选择之一或全部:
横幅
聚类树

注意

在横幅图中,为了便于阅读,仅当观察数量限制小于 nmax.lab(默认为 35)时才会打印观察标签。此外,观察标签被截断为最大 max.strlen (5) 个字符。

对于树状图,dg <- as.dendrogram(x) 提供比通过 pltree() 更大的灵活性,并通过 plot.dendrogram 绘制 dg

例子

## Can also pass 'labels' to pltree() and bannerplot():
data(iris)
cS <- as.character(Sp <- iris$Species)
cS[Sp == "setosa"] <- "S"
cS[Sp == "versicolor"] <- "V"
cS[Sp == "virginica"] <- "g"
ai <- agnes(iris[, 1:4])
plot(ai, labels = cS, nmax = 150)# bannerplot labels are mess

参考

Kaufman, L. and Rousseeuw, P.J. (1990) Finding Groups in Data: An Introduction to Cluster Analysis. Wiley, New York.

Rousseeuw, P.J. (1986). A visual display for hierarchical classification, in Data Analysis and Informatics 4; edited by E. Diday, Y. Escoufier, L. Lebart, J. Pages, Y. Schektman, and R. Tomassone. North-Holland, Amsterdam, 743-748.

Struyf, A., Hubert, M. and Rousseeuw, P.J. (1997) Integrating Robust Clustering Techniques in S-PLUS, Computational Statistics and Data Analysis, 26, 17-37.

也可以看看

agnesagnes.objectbannerplotpltree.twinspar

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 Plots of an Agglomerative Hierarchical 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。