R plot.agnes 凝聚層次聚類圖

說明

創建用於可視化 agnes 對象的繪圖。

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, ...)

參數

x	類 "agnes" 的對象，通常由 agnes(.) 創建。
ask	邏輯性；如果 true 並且 which.plots 是 NULL ，則 plot.agnes 通過 menu 在交互模式下運行。
which.plots	整數向量或 NULL(默認)，後者生成兩個圖。否則，which.plots 必須包含整數 1(用於橫幅圖)或 2(用於樹狀圖)或 “clustering tree”。
main , sub	情節的主標題和副標題，具有方便的默認值。請參閱 plot.default 中有關這些參數的文檔。
adj	用於 bannerplot() 中的標簽調整。
nmax.lab	指示標簽數量的整數，對於單個名稱標記橫幅圖來說被認為太大。
max.strlen	正整數，給出橫幅圖標簽中字符串被截斷的長度。
xax.pretty	邏輯或整數指示 pretty(*, n = xax.pretty) 是否應用於 x 軸。 xax.pretty = FALSE 用於向後兼容。
...	圖形參數(參見par)也可以被提供並分別傳遞給bannerplot()或pltree()(參見pltree.twins)。

細節

當 ask = TRUE 時，plot.agnes 顯示一個列出所有可以生成的圖的菜單，而不是按順序生成每個圖。如果不需要菜單，但仍需要繪圖之間的暫停，則必須在調用繪圖命令之前設置par(ask= TRUE)。

橫幅顯示集群的層次結構，相當於一棵樹。參見Rousseeuw (1986) 或Kaufman 和Rousseeuw (1990) 的第5 章。橫幅標繪了觀測值和聚類合並的距離。觀測值按 agnes 算法找到的順序列出，height 向量中的數字表示為觀測值之間的條形。

聚類樹的葉子是原始觀察結果。兩個分支在合並的兩個簇之間的距離處聚集在一起。

要對繪圖進行更多自定義，請分別調用 bannerplot 和 pltree() ，即其方法 pltree.twins 。

直接使用相應的參數，例如 xlab 或 ylab 。

副作用

在當前圖形設備上生成適當的繪圖。這可以是以下選擇之一或全部：
橫幅
聚類樹

注意

在橫幅圖中，為了便於閱讀，僅當觀察數量限製小於 nmax.lab(默認為 35)時才會打印觀察標簽。此外，觀察標簽被截斷為最大 max.strlen (5) 個字符。

對於樹狀圖，dg <- as.dendrogram(x) 提供比通過 pltree() 更大的靈活性，並通過 plot.dendrogram 繪製 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

參考

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。