plot.partition
位于 cluster
包(package)。 说明
创建用于可视化 partition
对象的绘图。
用法
## S3 method for class 'partition'
plot(x, ask = FALSE, which.plots = NULL,
nmax.lab = 40, max.strlen = 5, data = x$data, dist = NULL,
stand = FALSE, lines = 2,
shade = FALSE, color = FALSE, labels = 0, plotchar = TRUE,
span = TRUE, xlim = NULL, ylim = NULL, main = NULL, ...)
参数
x |
|
ask |
逻辑性;如果 true 并且 |
which.plots |
整数向量或 NULL(默认),后者生成两个图。否则, |
nmax.lab |
整数,表示标签的数量,对于单个名称标记轮廓图来说被认为太大。 |
max.strlen |
正整数,给出轮廓图标签中字符串被截断的长度。 |
data |
具有缩放数据的数字矩阵;默认情况下取自分区对象 |
dist |
当 |
stand , lines , shade , color , labels , plotchar , span , xlim , ylim , main , ... |
|
细节
当 ask= TRUE
时,plot.partition
显示一个列出所有可以生成的图的菜单,而不是按顺序生成每个图。如果不需要菜单但仍需要绘图之间的暂停,请在调用绘图命令之前调用par(ask= TRUE)
。
聚类划分的 clusplot 由观测值的二维表示组成,其中聚类由椭圆表示(有关更多详细信息,请参阅clusplot.partition
)。
Rousseeuw (1987) 以及 Kaufman and Rousseeuw (1990) 的第 2 章充分说明了非层次聚类的轮廓图。对于每个观察 i,绘制一个条形,表示其轮廓宽度 s(i),详细信息请参阅silhouette
。观察按簇分组,从顶部的簇 1 开始。具有大 s(i)(接近 1)的观测值聚类得很好,小 s(i)(大约 0)意味着观测值位于两个簇之间,而具有负 s(i) 的观测值可能位于错误的簇。
可以对k
(簇数)的多个值执行聚类。最后,选择总体平均轮廓宽度最大的 k
的值。
副作用
在当前图形设备上生成适当的绘图。这可以是以下选择之一或全部:
聚类图
剪影图
注意
在轮廓图中,仅当观测值数量小于时才打印观测标签nmax.lab
(默认为 40),以提高可读性。此外,观察标签被截断为最大max.strlen
(5)人物。
为了获得更大的灵活性,请使用plot(silhouette(x), ...)
, 看plot.silhouette
.
例子
## generate 25 objects, divided into 2 clusters.
x <- rbind(cbind(rnorm(10,0,0.5), rnorm(10,0,0.5)),
cbind(rnorm(15,5,0.5), rnorm(15,5,0.5)))
plot(pam(x, 2))
## Save space not keeping data in clus.object, and still clusplot() it:
data(xclara)
cx <- clara(xclara, 3, keep.data = FALSE)
cx$data # is NULL
plot(cx, data = xclara)
参考
Rousseeuw, P.J. (1987) Silhouettes: A graphical aid to the interpretation and validation of cluster analysis. J. Comput. Appl. Math., 20, 53-65.
Further, the references in plot.agnes
.
也可以看看
partition.object
, clusplot.partition
, clusplot.default
, pam
, pam.object
, clara
, clara.object
, fanny
, fanny.object
, par
。
相关用法
- R plot.diana 分裂层次聚类图
- R plot.mona 一元分裂层次聚类的旗帜
- R plot.agnes 凝聚层次聚类图
- R pluton 钚同位素成分批次
- R pltree 绘制层次聚类的聚类树
- R plantTraits 植物物种性状数据
- R print.mona MONA 对象的打印方法
- R print.clara CLARA 对象的打印方法
- R print.agnes AGNES 对象的打印方法
- R pam 围绕 Medoid 进行分区
- R print.pam PAM 对象的打印方法
- R print.diana DIANA 对象的打印方法
- R print.dissimilarity 相异对象的打印和汇总方法
- R pam.object 围绕 Medoids (PAM) 对象进行分区
- R predict.ellipsoid 椭球体预测方法
- R print.fanny FANNY 对象的打印和汇总方法
- R summary.clara “clara”对象的摘要方法
- R diana 分裂分析聚类
- R votes.repub 总统选举中共和党候选人的投票
- R agnes 凝聚嵌套(层次聚类)
- R mona 二元变量的单论分析聚类
- R bannerplot 绘图横幅(层次聚类)
- R summary.agnes “agnes”对象的摘要方法
- R summary.mona “mona”对象的摘要方法
- R chorSub Kola 数据 C 范围的子集
注:本文由纯净天空筛选整理自R-devel大神的英文原创作品 Plot of a Partition of the Data Set。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。