在R中的聚类分析：如何从pvclust中获得确定性结果？

Question

pvclust 在 R 中用于聚类分析非常好。然而，在批量操作中运行它时，同样的数据会得到不同的结果，这很烦人。显然，对于同一组数据有许多“正确”的聚类方法，似乎 pvclust 使用某些随机性来确定特定运行的聚类。但是否有方法可以获得确定性的结果呢？

我希望能够呈现一个最小、可重复的分析包：数据加上一个 R 脚本，以及一个单独的书面文档，其中包含我的聚类解释。这样，其他人就可以添加分析，例如通过改变绘图的美学外观等方式。现在，当他们运行包含 pvclust 的脚本时，他们得到的解释将始终与我的解释不同步。

- Fabian Fagerholm

Answer 1

不仅在聚类分析时，当涉及到随机性时，您可以修复随机数生成器，以便始终获得相同的结果。

尝试：

set.seed(seed=123)
# your code here

seed 可以是任何整数，或者可以转换为整数的内容。仅此而已。

- Ricardo Oliveros-Ramos

Answer 2

我只使用过K均值算法。在那里，我不得不将“运行”或迭代次数设置为高于默认值，以便在连续的运行中获得相同的聚类结果。

- lebatsnok

---

良好的观察 - 经过足够的迭代，pvclust将耗尽搜索空间并始终收敛于“最终”解决方案。但是对于大型数据集，这可能需要很长时间，并且找到正确的迭代次数是一个试错过程。设置随机种子将产生相同的结果，无论所需的迭代次数如何。 - Fabian Fagerholm