如何在R中创建聚类图？

Question

如何在R中创建一个聚类图而不使用clustplot?

我正在尝试掌握一些聚类（使用R）和可视化（使用HTML5 Canvas）。

基本上，我想创建一个聚类图，但是不是绘制数据，而是获得一组2D点或坐标，可以将其拉入画布并进行漂亮的操作（但我不确定如何做到这一点）。 我想象一下：

1. 为整个数据集创建相似性矩阵（使用dist）
2. 使用kmeans或类似方法对相似性矩阵进行聚类（使用kmeans）
3. 使用MDS或PCA绘制结果-但我不确定步骤2和3之间的关系（cmdscale）。

我查看了这里, 这里和这里的问题（最后一个问题最有用）。

- slotishtype

Answer 1

你的意思是这样吗？ 很抱歉，我不懂HTML5画布，只了解R语言...但希望对你有所帮助...

首先，我使用kmeans对数据进行聚类（请注意，我没有对距离矩阵进行聚类），然后计算距离矩阵并使用cmdscale绘制它。然后，我添加颜色到MDS图，这些颜色对应于kmeans识别出来的组。再加上一些漂亮的额外图形特征。

你可以从由cmdscale创建的对象中访问坐标。

### some sample data
require(vegan)
data(dune)

# kmeans
kclus <- kmeans(dune,centers= 4, iter.max=1000, nstart=10000)

# distance matrix
dune_dist <- dist(dune)

# Multidimensional scaling
cmd <- cmdscale(dune_dist)

# plot MDS, with colors by groups from kmeans
groups <- levels(factor(kclus$cluster))
ordiplot(cmd, type = "n")
cols <- c("steelblue", "darkred", "darkgreen", "pink")
for(i in seq_along(groups)){
  points(cmd[factor(kclus$cluster) == groups[i], ], col = cols[i], pch = 16)
}

# add spider and hull
ordispider(cmd, factor(kclus$cluster), label = TRUE)
ordihull(cmd, factor(kclus$cluster), lty = "dotted")

- EDi

---

谢谢@EDi，这真的很棒。所以，为了澄清一下，您首先进行聚类，然后构建相似度矩阵。然后使用MDS将点定位到2D，然后通过它们与聚类的关系来着色点。太棒了。如果您有机会，能否解释一下这是做什么的：groups <- levels(factor(kclus$cluster))。 - slotishtype

groups只是一个包含组名的对象，仅用于for循环。 - EDi

好的，我看到你的编辑。最后一个问题，你能聚类距离矩阵吗，还是这个想法太过疯狂？抱歉，我现在还在学习，正在逐步解决问题。 - slotishtype

Answer 2

在这里，您可以找到一个图表来分析聚类结果，即“clusplot”包中的“坐标图”。

它不是基于PCA。它使用函数scale将所有变量的平均值缩放到0到1的范围内，因此您可以比较哪个聚类对于每个变量具有最大/最小平均值。

install.packages("devtools") ## To be able to download packages from github
library(devtools)
install_github("pablo14/clusplus")
library(clusplus)

## Create k-means model with 3 clusters
fit_mtcars=kmeans(mtcars,3)

## Call the function
plot_clus_coord(fit_mtcars, mtcars)

这篇文章解释了如何使用它。

- Pablo Casas