走分层树
我希望能够“遍历”（遍历）一个层次结构的集群（参见下图和代码）。 我想要的是：
一个需要矩阵和最小高度的函数。 在这个例子中说10。
splitme <- function(matrix, minH){
##Some code
}
从顶部开始到minH ，每当有新的分割时就开始切割。 这是第一个问题。 如何检测新的分裂以获得高度h 。
在这个特定的h ，有多少个簇？ 检索集群
mycl <- cutree(hr, h=x);#x is that found h
count <- count(mycl)# Bad code
将变量保存在每个新矩阵中。 这是另一个难题，即动态创建x个新矩阵。 所以也许一个函数需要这些集群做什么需要做（比较）并返回一个变量？
继续3和4直到minH到达
数字
码
# Generate data
set.seed(12345)
desc.1 <- c(rnorm(10, 0, 1), rnorm(20, 10, 4))
desc.2 <- c(rnorm(5, 20, .5), rnorm(5, 5, 1.5), rnorm(20, 10, 2))
desc.3 <- c(rnorm(10, 3, .1), rnorm(15, 6, .2), rnorm(5, 5, .3))
data <- cbind(desc.1, desc.2, desc.3)
# Create dendrogram
d <- dist(data)
hc <- as.dendrogram(hclust(d))
# Function to color branches
colbranches <- function(n, col)
{
a <- attributes(n) # Find the attributes of current node
# Color edges with requested color
attr(n, "edgePar") <- c(a$edgePar, list(col=col, lwd=2))
n # Don't forget to return the node!
}
# Color the first sub-branch of the first branch in red,
# the second sub-branch in orange and the second branch in blue
hc[[1]][[1]] = dendrapply(hc[[1]][[1]], colbranches, "red")
hc[[1]][[2]] = dendrapply(hc[[1]][[2]], colbranches, "orange")
hc[[2]] = dendrapply(hc[[2]], colbranches, "blue")
# Plot
plot(hc)
我认为你基本上需要的是树状图的同源相关系数。 它会告诉你所有分裂点的高度。 从那里你可以轻松地穿过树。 我在下面进行了尝试，并将所有子表存储到列表“子表”中。 这是一个嵌套列表。 第一级是来自所有分裂点的子矩阵。 第二个层次是来自分裂点的子矩阵。 例如，如果您想要第一个分裂点（灰色和蓝色聚类）的所有子矩阵，则它应该是子矩阵[[1]]。 如果您需要子矩阵[[1]]中的第一个子矩阵（红色群集），则它应该是子矩阵[[1]] [1]。
splitme <- function(data, minH){
##Compute dist matrix and clustering dendrogram
d <- dist(data)
cl <- hclust(d)
hc <- as.dendrogram(cl)
##Get the cophenetic correlation coefficient matrix (cccm)
cccm <- round(cophenetic(hc), digits = 0)
#Get the heights of spliting points (sps)
sps <- sort(unique(cccm), decreasing = T)
#This list store all the submatrices
#The submatrices extract from the nth splitting points
#(top splitting point being the 1st whereas bottom splitting point being the last)
submatrices <- list()
#Iterate/Walk the dendrogram
i <- 2 #Starting from 2 as the 1st value will give you the entire dendrogram as a whole
while(sps[i] > minH){
membership <- cutree(cl, h=sps[i]) #Cut the tree at splitting points
lst <- list() #Create a list to store submatrices extract from a splitting point
for(j in 1:max(membership)){
member <- which(membership == j) #Get the corresponding data entry to create the submatrices
df <- data.frame()
for(p in member){
df <- rbind(df, data[p, ])
colnames(df) <- colnames(data)
dm <- dist(df)
}
lst <- append(lst, list(dm)) #Append all submatrices from a splitting point to lst
}
submatrices <- append(submatrices, list(lst)) #Append the lst to submatrices list
i <- i + 1
}
return(submatrices)
}