r - 基于成对距离的聚类组

Question

我有一个 n x n 矩阵，以成对距离作为条目。矩阵看起来像这样:

m = matrix (c(0, 0, 1, 1, 1, 1,0, 0, 1, 1, 0, 1,1, 1, 0, 1, 1, 0,1, 1, 1, 0, 1, 1,1, 0, 1, 1, 0, 1,1, 1, 0, 1, 1, 0),ncol=6, byrow=TRUE)
colnames(m) <- c("A","B","C","D","E","F")
rownames(m) <- c("A","B","C","D","E","F")

现在，如果与任何其他字母的距离为 0，我想将每个字母放在同一个簇中。对于上面的示例，我应该得到三个簇，其中包含:

(A，B，E)

(C,F)

(D)

我对每个集群中的条目数量感兴趣。最后，我想要一个像这样的向量:

簇大小 = c(3,2,1)

我认为使用 hclust 函数是可能的，但我无法提取三个簇。我也尝试过cutree函数，但是如果我不知道之前的簇数，也不知道高度的截止值，我该怎么办？

这是我尝试过的:

h <- hclust(dist(m),method="single")
plot(h) 

谢谢!

Answer 1

欢迎来到SO。

有多种方法可以处理此问题，但一个简单的选择是使用 igraph 包。

首先，我们将矩阵 m 转换为邻接矩阵。它包含到相邻节点的距离，其中 0 表示没有连接。因此，我们用 1 减去你的矩阵即可得到

mm <- 1 - m  
diag(mm) <- 0 # We don't allow loops

这给出

> mm
  A B C D E F
A 0 1 0 0 0 0
B 1 0 0 0 1 0
C 0 0 0 0 0 1
D 0 0 0 0 0 0
E 0 1 0 0 0 0
F 0 0 1 0 0 0

然后我们只需要将其提供给igraph来计算社区

library("igraph")
fastgreedy.community(as.undirected(graph.adjacency(mm)))

产生

IGRAPH clustering fast greedy, groups: 3, mod: 0.44
+ groups:
  $`1`
  [1] "A" "B" "E"

  $`2`
  [1] "C" "F"

  $`3`
  [1] "D"

现在，如果您保存该结果，您可以立即获得社区规模

res < fastgreedy.community(as.undirected(graph.adjacency(mm)))
sizes(res)

产生

Community sizes
1 2 3 
3 2 1