R語言
cutree
位於 stats
包(package)。 說明
通過指定所需的組數或切割高度,將樹(例如 hclust
的結果)切割成多個組。
用法
cutree(tree, k = NULL, h = NULL)
參數
tree |
由 |
k |
具有所需組數的整數標量或向量 |
h |
具有應砍伐樹的高度的數值標量或向量。 |
必須至少指定k
或h
之一,如果兩者都給出,則k
覆蓋h
。
細節
僅適用於超度量樹(具有單調聚類高度)才能在給定高度砍伐樹。
值
如果 k
或 h
是標量,則 cutree
返回具有組成員資格的向量,否則返回具有組成員資格的矩陣,其中每列分別對應於 k
或 h
的元素(也使用作為列名稱)。
例子
hc <- hclust(dist(USArrests))
cutree(hc, k = 1:5) #k = 1 is trivial
cutree(hc, h = 250)
## Compare the 2 and 4 grouping:
g24 <- cutree(hc, k = c(2,4))
table(grp2 = g24[,"2"], grp4 = g24[,"4"])
參考
Becker, R. A., Chambers, J. M. and Wilks, A. R. (1988) The New S Language. Wadsworth & Brooks/Cole.
也可以看看
hclust
、 dendrogram
用於自行砍伐樹。
相關用法
- R constrOptim 線性約束優化
- R cancor 典型相關性
- R confint 模型參數的置信區間
- R contrast (可能稀疏)對比矩陣
- R cor 相關性、方差和協方差(矩陣)
- R cor.test 配對樣本之間的關聯/相關性測試
- R cpgram 繪製累積周期圖
- R complete.cases 查找完整案例
- R contrasts 獲取和設置對比矩陣
- R chisq.test 計數數據的皮爾遜卡方檢驗
- R convolve 通過 FFT 進行序列卷積
- R cov.wt 加權協方差矩陣
- R checkMFClasses 檢查傳遞給模型框架的變量類型的函數
- R cophenetic 層次聚類的共表距離
- R coef 提取模型係數
- R cmdscale 經典(公製)多維標度
- R case+variable.names 擬合模型的案例和變量名稱
- R stlmethods STL 對象的方法
- R medpolish 矩陣的中值波蘭(穩健雙向分解)
- R naprint 調整缺失值
- R summary.nls 總結非線性最小二乘模型擬合
- R summary.manova 多元方差分析的匯總方法
- R formula 模型公式
- R nls.control 控製 nls 中的迭代
- R aggregate 計算數據子集的匯總統計
注:本文由純淨天空篩選整理自R-devel大神的英文原創作品 Cut a Tree into Groups of Data。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。