clustMD r语言_R语言学习-层次聚类分析

在层次聚类中，每个初始实例或观测值属于一类，聚类就是每一次把两类聚成一类，直到所有的类聚成单类为止。

当需要嵌套聚类和有意义的层次结构时，层次聚类可发挥奇效，(生物科学中这种情况就很常见)，缺点是层次聚类中一旦一个观测值被划分到一个类，它就不能再重新分配。层次聚类难以应用到数百甚至数千观测值的大样本中。

下面用R语言中的flexclust包中的营养数据集尝试做层次聚类分析：

# 用flexclust包里面的数据集做层次聚类

library(flexclust) #数据集nutrient可以用来做聚类分析

rm(list=ls())

data(nutrient,package = 'flexclust')

head(nutrient,4)

d

d1

row.names(nutrient)

nutrient.scaled

d

fit.average

plot(fit.average,hang = -1,cex=.8,main = 'average linkage clustering')

library(NbClust)

devAskNewPage(ask = TRUE)

nc

min.nc = 2,max.nc = 15,method = 'average')

table(nc$Best.n[1,])

barplot(table(nc$Best.n[1,]),

xlab = 'number of clusters', ylab = 'number of critera',

main = "number of clusters chosen by 26 criteria")

clusters

table(clusters)

aggregate(nutrient,by = list(cluster=clusters),median)

aggregate(as.data.frame(nutrient.scaled),by = list(cluster = clusters),median)

plot(fit.average,hang = -1,cex=0.8,

main = 'average linkage clustering/n5 cluster solution')

rect.hclust(fit.average,k=5)