R plot.agnes 凝聚层次聚类图

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	类 "agnes" 的对象，通常由 agnes(.) 创建。
ask	逻辑性；如果 true 并且 which.plots 是 NULL ，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()或pltree()(参见pltree.twins)。

细节

当 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 bannerplot 和 pltree() ，即其方法 pltree.twins 。

直接使用相应的参数，例如 xlab 或 ylab 。

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

agnes 和agnes.object ； bannerplot、pltree.twins 和 par。