R语言
cophenetic
位于 stats
包(package)。 说明
计算层次聚类的共表距离。
用法
cophenetic(x)
## Default S3 method:
cophenetic(x)
## S3 method for class 'dendrogram'
cophenetic(x)
参数
x |
表示层次聚类的 R 对象。对于默认方法,类 |
细节
已聚类的两个观测值之间的共表距离定义为两个观测值首次组合成单个簇时的组间差异。请注意,这个距离有很多联系和限制。
可以说,如果原始距离和共表距离之间的相关性很高,则树状图是某些数据的适当总结。否则,它应该简单地被视为聚类算法输出的说明。
cophenetic
是一个通用函数。可以通过为此类类提供 as.hclust()
或更直接的 cophenetic()
方法来添加对表示层次聚类(总索引层次结构)的类的支持。
"dendrogram"
类对象的方法要求树形图对象的所有叶子都具有非空标签。
值
类 "dist"
的对象。
例子
require(graphics)
d1 <- dist(USArrests)
hc <- hclust(d1, "ave")
d2 <- cophenetic(hc)
cor(d1, d2) # 0.7659
## Example from Sneath & Sokal, Fig. 5-29, p.279
d0 <- c(1,3.8,4.4,5.1, 4,4.2,5, 2.6,5.3, 5.4)
attributes(d0) <- list(Size = 5, diag = TRUE)
class(d0) <- "dist"
names(d0) <- letters[1:5]
d0
utils::str(upgma <- hclust(d0, method = "average"))
plot(upgma, hang = -1)
#
(d.coph <- cophenetic(upgma))
cor(d0, d.coph) # 0.9911
作者
Robert Gentleman
参考
Sneath, P.H.A. and Sokal, R.R. (1973) Numerical Taxonomy: The Principles and Practice of Numerical Classification, p. 278 ff; Freeman, San Francisco.
也可以看看
相关用法
- R constrOptim 线性约束优化
- R confint 模型参数的置信区间
- R contrast (可能稀疏)对比矩阵
- R cor 相关性、方差和协方差(矩阵)
- R cor.test 配对样本之间的关联/相关性测试
- R complete.cases 查找完整案例
- R contrasts 获取和设置对比矩阵
- R convolve 通过 FFT 进行序列卷积
- R cov.wt 加权协方差矩阵
- R coef 提取模型系数
- R cancor 典型相关性
- R cutree 将树切割成数据组
- R cpgram 绘制累积周期图
- R chisq.test 计数数据的皮尔逊卡方检验
- R checkMFClasses 检查传递给模型框架的变量类型的函数
- R cmdscale 经典(公制)多维标度
- R case+variable.names 拟合模型的案例和变量名称
- R stlmethods STL 对象的方法
- R medpolish 矩阵的中值波兰(稳健双向分解)
- R naprint 调整缺失值
- R summary.nls 总结非线性最小二乘模型拟合
- R summary.manova 多元方差分析的汇总方法
- R formula 模型公式
- R nls.control 控制 nls 中的迭代
- R aggregate 计算数据子集的汇总统计
注:本文由纯净天空筛选整理自R-devel大神的英文原创作品 Cophenetic Distances for a 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。