※ 引述《sinclairJ (KEEP MOVING FORWARD)》之铭言： : [问题类型]: : : 程式谘询(我想用R 做某件事情，但是我不知道要怎麽用R 写出来) : : [软体熟悉度]: : 请把以下不需要的部份删除 : 新手(没写过程式，R 是我的第一次) : [问题叙述]: : 在群集分析完成後 会得到一个图 像下面这样 : https://www.dropbox.com/s/3pylrxdjsdwouw3/hc1.png?dl=0 : 但看物件里的资讯似乎只能查到order (图中由左至右的资料顺序) : 再来是如果资料太多 分群图也会杂在一起 要用order判断停损的分群位置也不好判断 : 试过几个其他分群的套件 似乎也都有这个问题 : 之前这部分都是用人工肉眼判断= ="但现在因为要加速分析的流程 : 希望在得到分群图後 就能顺便把同群的样本存成一个档案输出 : (我分群数的切法就是切最长的那条线 如下图 我就会把样本分成三群) : https://www.dropbox.com/s/wqjiiwja7b3nv2g/hc2.png?dl=0 : [程式范例]: : hc=hclust(dist(iris[,-5])) : plot(hc) : hc$order #names(hc) : [1] 108 131 103 126 130 119 106 123 118 132 110 136 141 145 125 121 144 101 : 137 149 116 111 148 113 140 142 146 109 104 117... : 感谢各位先进前辈提点 下面我用一样的资料来做 Data<- iris[,-5] hc<- hclust(dist(Data)) 决定集群数量方法有点麻烦 我自己从hclust指令本身提供的资讯 是找不出最长的那条线会落在那个集群数 (不看图的情况下) 可能要问其他板友 plot( as.dendrogram(hc), leaflab = "none" ) rect.hclust(hc,3) 上述两行是画图决定集群数 第一个指令是画去掉label的图 数量一多标码根本看不出来 直接去掉 第二个指令是标出集群位置 个人觉得蛮方便的 如果不用最长那条线去决定 我自己用过的方法是 Gap Statistic library(clusterGenomics) Gaps<- gap( as.matrix(Data) ,Kmax=5) 在clusterGenomics这个package里面可以找到现成的指令 取Gap的建议值 决定集群数 N<- Gaps$hatK Data$Cluster<- factor( cutree(hc,N) ) List<- split( Data, Data$Cluster ) 在这里 Gap的建议值是3 与看图是相同的 接着用cutree这个指令去列出各观察质属於哪个集群 并将结果存成其中一个factor变数 再用split指令 处理成一个包含不同集群资料集的list 最後用回圈存成多个资料集 for ( i in 1 : N ){ write.csv( List[[i]] , file = paste("Dataset_",names(List)[i],".csv",sep="") ) } 结果如下 dir() [1] "Dataset_1.csv" "Dataset_2.csv" "Dataset_3.csv" 原po 参考看看 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 111.248.218.40 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/R_Language/M.1448167630.A.82D.html