R语言数据挖掘实践——系谱聚类

　　

　　我们将在iris数据集上使用hclust()进行系谱聚类。

　　我们首先从iris数据集中抽取含有40条记录的一个样本呢，避免绘制聚类图像时太过拥挤，我们先从数据集中中剔除Species属性，然后在该样本上进行层次聚类。代码如下：

　　> idx <- sample(1:dim(iris)[1],40)

　　> irisSample <- iris[idx,]

　　> irisSample$Species <- NULL

　　> hc <- hclust(dist(irisSample),method="complete")

　　> plot(hc, hang=-1, labels=iris$Species[idx])

　　> rect.hclust(hc,k=3)

　　>groups <- cutree(hc, k=3)

　　

　　在hclust()函数中，method参数用于选择聚类的具体算法，可供选择的有ward、single及complete等7种，默认选择complete方法。从绘制的树状图中可以看出，"setaosa"与其他两个簇的划分比较明确，而"versicolor"和"virginica"存在小范围的重叠。