R clusplot.default 雙變量聚類圖 (clusplot) 默認方法

說明

創建可視化數據分區(聚類)的二變量圖。所有觀察結果均使用主成分或多維標度由圖中的點表示。在每個簇周圍繪製一個橢圓。

用法

## Default S3 method:
clusplot(x, clus, diss = FALSE,
          s.x.2d = mkCheckX(x, diss), stand = FALSE,
          lines = 2, shade = FALSE, color = FALSE,
          labels= 0, plotchar = TRUE,
          col.p = "dark green", col.txt = col.p,
          col.clus = if(color) c(2, 4, 6, 3) else 5, cex = 1, cex.txt = cex,
          span = TRUE,
          add = FALSE,
          xlim = NULL, ylim = NULL,
          main = paste("CLUSPLOT(", deparse1(substitute(x)),")"),
          sub = paste("These two components explain",
             round(100 * var.dec, digits = 2), "% of the point variability."),
          xlab = "Component 1", ylab = "Component 2",
          verbose = getOption("verbose"),
          ...)

參數

x	矩陣或 DataFrame ，或相異矩陣，具體取決於 diss 參數的值。 對於矩陣(類似)，每行對應一個觀察值，每列對應一個變量。所有變量都必須是數字。允許缺失值 (NA s)。它們被相應變量的中位數代替。當某些變量或某些觀測值僅包含缺失值時，該函數將停止並顯示警告消息。 如果是相異矩陣，x 是 daisy 或 dist 或對稱矩陣的輸出。此外，允許使用長度為 n*(n-1)/2 的向量(其中 n 是觀測值的數量)，並且將以與上述函數的輸出相同的方式進行解釋。不允許存在缺失值 (NA)。
clus	長度為 n 的向量，表示 x 的聚類。對於每個觀察，向量列出了它所分配到的簇的編號或名稱。 clus 通常是 pam 、 fanny 或 clara 輸出的聚類組件。
diss	邏輯指示 x 是否將被視為相異矩陣或變量觀察矩陣(請參閱上麵的 x 參數)。
s.x.2d	list ，其組件名為 x (n \times 2 矩陣；通常類似於原始數據的主組件)、 labs 和 var.dec 。
stand	邏輯標誌：如果為 true，則二維圖中 n 個觀測值的表示是標準化的。
lines	0, 1, 2 中的整數，用於獲取橢圓之間的距離。兩個橢圓 E1 和 E2 之間的距離是沿著連接兩個橢圓的中心 m1 和 m2 的線測量的。 如果 E1 和 E2 在通過 m1 和 m2 的線上重疊，則不會繪製任何線。否則，結果取決於 lines 的值：如果 行= 0， 繪圖上不會出現距離線； 行數 = 1, 繪製m1和m2之間的線段； 行數 = 2, 繪製E1和E2邊界之間的線段(沿著連接m1和m2的線)。
shade	邏輯標誌：如果為 TRUE，則橢圓的陰影與其密度有關。密度是簇中的點數除以橢圓麵積。
color	邏輯標誌：如果為 TRUE，則橢圓根據其密度著色。隨著密度的增加，顏色有淺藍色、淺綠色、紅色和紫色。要在圖形設備上看到這些顏色，應選擇適當的配色方案(我們建議使用白色背景)。
labels	整數代碼，當前為 0,1,2,3,4 和 5 之一。如果 標簽= 0， 圖中沒有放置標簽； 標簽= 1， 可以在圖中識別點和橢圓(參見identify)； 標簽= 2， 所有點和橢圓都在圖中標記； 標簽= 3， 圖中僅標記點； 標簽= 4， 圖中僅標記了省略號。 標簽= 5， 橢圓在圖中被標記，並且可以識別點。 向量 clus 的級別被視為簇的標簽。如果x 是類似矩陣的，則點的標簽是x 的行名稱。否則(diss = TRUE)，x是一個向量，點標簽可以作為"Labels"屬性(attr(x,"Labels"))附加到x，就像對daisy的輸出所做的那樣。 將不考慮clus 可能的names 屬性。
plotchar	邏輯標誌：如果為 TRUE，則屬於不同簇的點的繪圖符號不同。
span	邏輯標誌：如果為 TRUE，則每個簇由包含其所有點的最小麵積的橢圓表示。 (這是最小體積橢球體的特例。) 如果為 FALSE，則橢圓基於相同點的均值和協方差矩陣。雖然計算速度更快，但它通常會產生更大的橢圓。 還有一些特殊情況：當一個簇僅由一個點組成時，會在它周圍畫一個小圓圈。當簇中的點落在一條直線上時，span=FALSE 會在其周圍繪製一個窄橢圓，而 span=TRUE 會給出精確的線段。
add	邏輯指示是否應將省略號(如果 labels 為 true 則添加標簽)添加到現有繪圖中。如果為 false，則不會寫入 title 或副標題，請參閱 sub 。
col.p	用於觀察點的顏色代碼。
col.txt	用於標簽的顏色代碼(如果 labels >= 2 )。
col.clus	橢圓的顏色代碼(及其標簽)；如果顏色為 false(默認情況下)，則隻有一個。
cex , cex.txt	字符擴展(大小)，分別用於點符號和點標簽。
xlim , ylim	長度為 2 的數值向量，給出 x 和 y 範圍，如 plot.default 中所示。
main	情節的主標題；默認情況下，會構建一個。
sub	情節的副標題；默認情況下，會構建一個。
xlab , ylab	繪圖的 x 軸和 y 軸標簽，帶默認值。
verbose	邏輯指示是否應該有額外的診斷輸出；主要用於‘debugging’。
...	還可以提供更多圖形參數，請參閱par。

細節

clusplot 分別使用函數調用 princomp(*, cor = (ncol(x) > 2)) 或 cmdscale(*, add=TRUE) ，具體取決於 diss 為 false 或 true。這些函數是數據縮減技術，用於表示雙變量圖中的數據。

然後繪製橢圓來指示簇。繪圖的進一步布局由可選參數確定。

值

包含組件的不可見列表：

Distances	什麽時候lines是 1 或 2 我們選擇一個 k × k 矩陣(k 是簇的數量)。中的元素[i,j]是橢圓 i 和橢圓 j 之間的距離。 如果lines = 0，那麽該分量的值為NA.
Shading	長度為 k 的向量(其中 k 是簇的數量)，包含每個簇的陰影量。設 y 為向量，其中元素 i 是簇 i 中的點數與橢圓 i 的麵積之間的比率。當簇i是線段時，y[i]和簇的密度被設置為NA。令 z 為 y 中不含 NA 的所有元素之和。然後我們輸入 shading = y/z *37 + 3 。

副作用

在當前圖形設備上繪製聚類的可視化顯示。

注意

當我們有 4 個或更少的簇時，color=TRUE 會為每個簇賦予不同的顏色。當簇數超過 4 個時，clusplot 使用函數 pam 將密度聚類為 4 組，使得密度幾乎相同的橢圓具有相同的顏色。 col.clus 指定使用的顏色。

col.p和col.txt參數，添加為R，被回收以具有觀察數量的長度。如果col.p有多個值，使用color = TRUE由於點顏色和橢圓顏色的混合，可能會造成混淆。

例子

## plotting votes.diss(dissimilarity) in a bivariate plot and
## partitioning into 2 clusters
data(votes.repub)
votes.diss <- daisy(votes.repub)
pamv <- pam(votes.diss, 2, diss = TRUE)
clusplot(pamv, shade = TRUE)
## is the same as
votes.clus <- pamv$clustering
clusplot(votes.diss, votes.clus, diss = TRUE, shade = TRUE)
## Now look at components 3 and 2 instead of 1 and 2:
str(cMDS <- cmdscale(votes.diss, k=3, add=TRUE))
clusplot(pamv, s.x.2d = list(x=cMDS$points[, c(3,2)],
                             labs=rownames(votes.repub), var.dec=NA),
         shade = TRUE, col.p = votes.clus,
         sub="", xlab = "Component 3", ylab = "Component 2")

clusplot(pamv, col.p = votes.clus, labels = 4)# color points and label ellipses
# "simple" cheap ellipses: larger than minimum volume:
# here they are *added* to the previous plot:
clusplot(pamv, span = FALSE, add = TRUE, col.clus = "midnightblue")

## Setting a small *label* size:
clusplot(votes.diss, votes.clus, diss = TRUE, labels = 3, cex.txt = 0.6)

if(dev.interactive()) { #  uses identify() *interactively* :
  clusplot(votes.diss, votes.clus, diss = TRUE, shade = TRUE, labels = 1)
  clusplot(votes.diss, votes.clus, diss = TRUE, labels = 5)# ident. only points
}

## plotting iris (data frame) in a 2-dimensional plot and partitioning
## into 3 clusters.
data(iris)
iris.x <- iris[, 1:4]
cl3 <- pam(iris.x, 3)$clustering
op <- par(mfrow= c(2,2))
clusplot(iris.x, cl3, color = TRUE)
U <- par("usr")
## zoom in :
rect(0,-1, 2,1, border = "orange", lwd=2)
clusplot(iris.x, cl3, color = TRUE, xlim = c(0,2), ylim = c(-1,1))
box(col="orange",lwd=2); mtext("sub region", font = 4, cex = 2)
##  or zoom out :
clusplot(iris.x, cl3, color = TRUE, xlim = c(-4,4), ylim = c(-4,4))
mtext("'super' region", font = 4, cex = 2)
rect(U[1],U[3], U[2],U[4], lwd=2, lty = 3)

# reset graphics
par(op)

參考

Pison, G., Struyf, A. and Rousseeuw, P.J. (1999) Displaying a Clustering with CLUSPLOT, Computational Statistics and Data Analysis, 30, 381-392.

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

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

princomp , cmdscale , pam , clara , daisy , par , identify , cov.mve , clusplot.partition。