r - 强制 HCPC 对象到 hclust 以使用库(ape)

标签 r hierarchical-clustering coercion

我目前正在执行分层集群。我选择使用FactoMineR由于其良好的数据探索管道:data->MFA->HCPC。

data("wine")
names(wine)
res<-MFA(wine,group = c(2,5,3,10,9,2),type=c("n",rep("s",5)),
         ncp=5,name.group = c("orig","olf","vis","olfag","gust","ens"),
         num.group.sup = c(1,6))

res.hcpc<-HCPC(res, nb.clust=0, consol=F, iter.max=10, min=3, 
           max=NULL, metric="euclidean", method="ward", order=TRUE,
           graph.scale="sqrt-inertia", nb.par=5, graph=TRUE, proba=0.05, 
           cluster.CA="rows",kk=Inf)

#Now for some nice plots
plot(res.hcpc,draw.tree = T,choice = "tree")
plot(res.hcpc,draw.tree = T,choice = "bar")

当想要提取答案时,这些已经足够了,但我希望展示这些树。也就是说,我希望通过library(ape)将它们打扮得漂漂亮亮的。 -examples

问题是这些函数需要 hclust目的。我的一个选择是使用 MFA结果并使用 hclust功能为:res.hc<-hclust(dist(res$global.pca$ind$coord),method = "ward.D2")建立一个hclust对象。

这确实有效,但是我发现HCPC的信息给出的信息更丰富(并且答案与 hclust 不同)。因此我想与 HCPC 合作对象而不是hclust ,但仍然可以使用 library(ape) 中的功能。 知道如何强制 HCPChclust

最佳答案

图书馆(ape)

hcpcTree<-res.hcpc$call$t$tree
apeTree<-as.phylo(hcpcTree)

用于库(统计)

dendextendTree<-as.phylo.dendrogram(hcpcTree)

关于r - 强制 HCPC 对象到 hclust 以使用库(ape),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/36334536/

相关文章:

r - 如何使用 R 处理 OLS 中的异方差性

R 中的舍入误差?

r - 在保留节点名称/ID 的同时引入子图

r - 我们可以改变 R-igraph 中的文本大小和节点大小吗?

cluster-analysis - 对推文聚类方法的质疑

python - 如何获取树状图中节点下的所有叶子的列表?

python - 基于距离矩阵的词聚类

pointers - 为什么在 Rust 中访问指向结构的指针上的字段?

Agda:在类型定义中重写而不是显式强制转换?

javascript - 如何理解javascript强制转换?