cutree与聚类分支之间的差异

Question

我有一个数据集，包括4种不同基因型小鼠的每日饮水量。我正在尝试编写一个脚本，根据它们的饮水模式将这些动物分类，并使用分层聚类分析创建一个纵向图表，绘制每个簇的平均饮水量在几天内的变化情况。

为此，我首先按以下方式创建了分层聚类簇：

library("dendextend")
library("ggplot2")
library("reshape2")
data=read.csv("data.csv", header=T, row.names=1)
trimmed=data[, -ncol(data)]

 hc <- as.dendrogram(hclust(dist(trimmed)))
    labels.drk=data[,ncol(data)]
    groups.drk=labels.drk[order.dendrogram(hc)]
    genotypes=as.character(unique(data[,ncol(data)]))
    k=4
    cluster_cols=rainbow(k)

    hc <- hc %>%
      color_branches(k = k, col=cluster_cols) %>%

      set("branches_lwd", 1) %>%

      set("leaves_pch", rep(c(21, 19), length(genotypes))[groups.drk]) %>% 
      set("leaves_col", palette()[groups.drk]) 

    plot(hc, main="Total animals" ,horiz=T)

    legend("topleft", legend=genotypes,
           col=palette(), pch = rep(c(21,19), length(genotypes)),
           title="Genotypes")

    legend("bottomleft", legend=1:k,
           col=cluster_cols, lty = 1, lwd = 2,
           title="Drinking group")

然后我使用cutree函数来评估哪些动物属于哪个组，以便绘制每个组的平均饮水量。

groups<-cutree(hc, k=k, order_clusters_as_data = FALSE))
x<-cbind(data,groups)
intake_avg=aggregate(data[, -ncol(data)], list(x$groups), mean, header=T)

df <- melt(intake_avg, id.vars = "Group.1")
ggplot(df, aes(variable, value, group=factor(Group.1))) + geom_line(aes(color=factor(Group.1)))

问题是我从分层聚类中得到的数字与cutree函数分配的数字不一致。虽然聚类将分支从1到4自下而上排序，但cutree函数使用了其他我不熟悉的排序参数。因此，聚类图和进食图中的标签不匹配。

我是编程新手，所以我肯定使用了太多冗余行和循环，因此我的代码可以缩短，但如果你们能帮我解决这个特定的问题，我会非常高兴。 数据集 聚类： 进食图：

- Daniel da Silva

---

“brunches”通常按顺序排序：早餐<早午餐<午餐<下午茶<晚餐。SCNR。 - Has QUIT--Anony-Mousse

Answer 1

为了在树状图中绘制相同的聚类，您需要使用以下代码：

groups <- dendextend:::cutree(hc, k=k, order_clusters_as_data = FALSE)
idx <- match(rownames(data), names(groups))
x <- cbind(data,groups[idx])
intake_avg <- aggregate(data[, -ncol(data)], list(x$groups), mean, header=T)

df <- melt(intake_avg, id.vars = "Group.1")
ggplot(df, aes(variable, value, group=factor(Group.1))) + 
 geom_line(aes(color=factor(Group.1)), lwd=1)

这是吞吐量图表：

- Marco Sandri

---

嗨Marco，感谢回复，但我仍然得到了错误的分组。现在，这些组仅基于它们在原始数据集中出现的顺序进行分类，而不是更多地基于程序。有任何线索吗？ - Daniel da Silva

嗨，Marco，我正在使用之前发布的相同代码，但添加了你建议的那行代码。事先，分类是正确的，但分配的数字被翻转了，现在由cutree创建的聚类与deprogram不同。这是我现在正在使用的代码：https://pastebin.com/xYFxQrbb。 - Daniel da Silva

太好了，Marco！非常感谢。非常优雅的方法。实际上，这也有助于修复我代码中出现的另一个错误。非常感谢你。 - Daniel da Silva