R語言
identify.hclust
位於 stats
包(package)。 說明
identify.hclust
在按下(第一個)鼠標按鈕時讀取圖形指針的位置。然後,它在指針的垂直位置處剪切樹,並突出顯示包含指針的水平位置的簇。可選地,將函數應用於簇中包含的數據點的索引。
用法
## S3 method for class 'hclust'
identify(x, FUN = NULL, N = 20, MAXCLUSTER = 20, DEV.FUN = NULL,
...)
參數
x |
|
FUN |
(可選)應用於集群中數據點的索引號的函數(請參閱下麵的“詳細信息”)。 |
N |
要識別的最大簇數。 |
MAXCLUSTER |
切割可以產生的最大簇數(限製指針的有效垂直範圍)。 |
DEV.FUN |
(可選)整數標量。如果指定,則在應用 |
... |
|
細節
默認情況下,可以使用鼠標識別簇,並返回相應數據點索引的 invisible
列表。
如果 FUN
不是 NULL
,則數據點的索引向量將作為第一個參數傳遞給此函數,請參閱下麵的示例。可以使用 DEV.FUN
指定 FUN
的活動圖形設備。
按除第一個以外的任何鼠標按鈕即可終止識別過程,另請參閱identify
。
值
數據點索引向量列表或 FUN
返回值列表。
例子
## Not run:
require(graphics)
hca <- hclust(dist(USArrests))
plot(hca)
(x <- identify(hca)) ## Terminate with 2nd mouse button !!
hci <- hclust(dist(iris[,1:4]))
plot(hci)
identify(hci, function(k) print(table(iris[k,5])))
# open a new device (one for dendrogram, one for bars):
dev.new() # << make that narrow (& small)
# and *beside* 1st one
nD <- dev.cur() # to be for the barplot
dev.set(dev.prev()) # old one for dendrogram
plot(hci)
## select subtrees in dendrogram and "see" the species distribution:
identify(hci, function(k) barplot(table(iris[k,5]), col = 2:4), DEV.FUN = nD)
## End(Not run)
也可以看看
相關用法
- R influence.measures 回歸刪除診斷
- R isoreg 等張/單調回歸
- R interaction.plot 雙向交互作用圖
- R integrate 一維函數的積分
- R is.empty.model 測試模型的公式是否為空
- 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
- R deriv 簡單表達式的符號和算法導數
- R kruskal.test Kruskal-Wallis 秩和檢驗
- R quade.test 四方測試
- R decompose 移動平均線的經典季節性分解
- R plot.stepfun 繪製階躍函數
- R alias 查找模型中的別名(依賴項)
- R qqnorm 分位數-分位數圖
- R eff.aovlist 多層方差分析的計算效率
- R pairwise.t.test 成對 t 檢驗
- R loglin 擬合對數線性模型
- R predict.smooth.spline 通過平滑樣條擬合進行預測
- R bartlett.test 方差齊性的 Bartlett 檢驗
注:本文由純淨天空篩選整理自R-devel大神的英文原創作品 Identify Clusters in a Dendrogram。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。