R语言 | 聚类分析及R使用
- 聚类分析概念 -
聚类分析法是研究“物类聚”的一种现代统计分析方法，在众多的领域中，都需要采用聚类分析做分析研究。
聚类分析方法包括：系统聚类法和快速聚类法。
聚类分析类型包括：Q型聚类--对样本的聚类；R型聚类--对变量的聚类
聚类统计量：
距离：欧氏距离、马氏距离、兰氏距离
相关系数
距离矩阵计算函数dist的用法：
dist(X,method="euclidean",diag=FALSE,upper=FALSE,p=2)
X数据矩阵，数据框架
method包括 "euclidean", "maximum", "manhattan","canberra","binary"or"minkowski",默认为euclidean距离
diag是否包含对角线元素，默认为无对角线元素
upper是否需要上三角，默认为下三角矩阵
P默认为欧氏距离
-系统聚类法 -
先将个样品分成类，每个样品自成一类，然后每次将具有最小距离的两类合并，合并后重新计算类与类之间的距离，这个过程一直继续到所有的样品归为一类为止，并把这个过程做成一张系统聚类图。
主要包括：
最短距离法（single)
最长距离法（complete)
中间距离法（median）
类平均法（average)
重心法（centroid)
离差平均和法（ward）
特点：
综合性
形象性
客观性
系统聚类R语言步骤：
1、计算距离阵：dist
2、进行系统聚类：hclust
3、绘制聚类图：plot
4、画分类框：rect.hclust
5、确认分类结果：cutree
系统聚类函数hclust用法：
hclust(D,method="complete",···）
D相似矩阵，通常为距离矩阵
method包括“single","complete","average","mcquitty","median",or"centroid","ward",默认为”complete"。
-快速聚类法 -
快速聚类法的基本思想是将每一个样品分配给最近中心（均值）的类中。
只有在类的均值被定义的情况下才能使用，对于“噪声”和孤立点是敏感的，这种数据对均值影响极大。
关于变量变换：
平移变换
稽查变换
标准差变换
主成分变换
对数变换
快速聚类函数kmeans的用法：
kmeans(X，centers,···）
X数据框或数据矩阵，centers聚数类或初始聚类中心
01
-代码分析 -