均值聚类散点图怎么画_聚类树和PCA等排序图的组合绘制

聚类树和PCA等排序图的组合绘制 聚类分析和排序分析(降维分析)都是用于探索多元数据结构的常用方法，二者的结果也可以结合在一起通过一张图呈现，本篇展示一些常见的示例。 示例文件、 R 脚本等的百度盘链接： https://pan.baidu.com/s/1dQxyRcBuGDoec9ZKm77Y6w 示例数据包含 15 个样本(对象)， 20 个变量，下文对它执行聚类和降维，并作图展示。

排序图+聚类树

聚类树一般用以表示层次聚类的结果，排序图中也可添加聚类树展示对象间的层次结构。 

在前文简介主成分分析(PCA)的方法中，展示了一例在PCA排序图中添加聚类树的方法。

#vegan 包中的 PCA 方法
library(vegan)
dat pca  
pca1 pca2  
#I 型标尺的 PCA 排序图
p     xlab = paste('PCA1:', pca1, '%'), ylab = paste('PCA2:', pca2, '%'))
points(pca, dis = 'site', choices = c(1, 2), scaling = 1, pch = 21, cex = 1.2,
    bg = c(rep('red', 5), rep('orange', 5), rep('green3', 5)), col = NA)
#添加聚类，如 UPGMA 聚类
tree plot(tree)
ordicluster(p, tree, col = 'gray')