使用 dendextend colour_branches 时未显示 groupLabels

Question

我要实现的工作流程是：

dm <- dist(data)
dend <- hclust(dm)
k <- stats::cutree(dend, k = 10)
data$clusters <- k
plot(hclust, colorBranchees = k) #???? What I can use here.

所以我使用cutree 输出搜索颜色树状图分支。我找到的只是dendextend。

问题是我无法使用dendextend 实施工作流。

这是我想出的，但我现在想显示clusterLabels

library(dendextend)
hc <- hclust(dist(USArrests))
dend <- as.dendrogram(hc)

kcl <- dendextend::cutree(dend, k = 4)
dend1 <- color_branches(dend, clusters = kcl[order.dendrogram(dend)], groupLabels = TRUE)%>% set("labels_cex", 1)
plot(dend1, main = "Dendrogram dist JK")

另外，尝试groupLabels = 1:4 之类的方法也无济于事。

使用参数k（o 簇数）指定 groupLable 确实有效。但不幸的是，标签与dendextend自己的cutree方法生成的标签不同。

请注意，此处集群 4 有 2 个成员。

> table(kcl)
kcl
 1  2  3  4 
14 14 20  2

这篇文章建议使用dendextend::cutree(dend,k = nrCluster, order_clusters_as_data = FALSE) r dendrogram - groupLabels not match real labels (package dendextend)

但是我不能使用dendextend::cutree的输出来分组数据（因为排序不匹配。

我很乐意在 R 中使用不同的树状图绘图库，但到目前为止，我的网络搜索“通过 cutree 输出着色树状图分支”指向 dendextend 包。

Answer 1

很抱歉，我不确定我是否完全理解您的问题。

您似乎想在 curtree 的输出和原始数据之间对齐。 如果是这种情况，那么您需要使用dendextend::cutree(dend,k = nrCluster, order_clusters_as_data = TRUE) 例如：

require(dendextend)
d1 <- USArrests[1:10,]
hc <- hclust(dist(d1))
dend <- as.dendrogram(hc)
k <- dendextend::cutree(dend, k = 3, order_clusters_as_data = TRUE)
d2 <- cbind(d1, k)
plot(color_branches(dend, 3))
d2
# an easier way to see the clusters is by ordering the rows of the data based on the order of the dendrogram
d2[order.dendrogram(dend),]

剧情不错：

并且集群被正确映射到数据（见输出）

> require(dendextend)
> d1 <- USArrests[1:10,]
> hc <- hclust(dist(d1))
> dend <- as.dendrogram(hc)
> k <- dendextend::cutree(dend, k = 3, order_clusters_as_data = TRUE)
> d2 <- cbind(d1, k)
> plot(color_branches(dend, 3))
> d2
            Murder Assault UrbanPop Rape k
Alabama       13.2     236       58 21.2 1
Alaska        10.0     263       48 44.5 1
Arizona        8.1     294       80 31.0 2
Arkansas       8.8     190       50 19.5 1
California     9.0     276       91 40.6 2
Colorado       7.9     204       78 38.7 1
Connecticut    3.3     110       77 11.1 3
Delaware       5.9     238       72 15.8 1
Florida       15.4     335       80 31.9 2
Georgia       17.4     211       60 25.8 1
> # an easier way to see the clusters is by ordering the rows of the data based on the order of the dendrogram
> d2[order.dendrogram(dend),]
            Murder Assault UrbanPop Rape k
Connecticut    3.3     110       77 11.1 3
Florida       15.4     335       80 31.9 2
Arizona        8.1     294       80 31.0 2
California     9.0     276       91 40.6 2
Arkansas       8.8     190       50 19.5 1
Colorado       7.9     204       78 38.7 1
Georgia       17.4     211       60 25.8 1
Alaska        10.0     263       48 44.5 1
Alabama       13.2     236       58 21.2 1
Delaware       5.9     238       72 15.8 1

如果这回答了您的问题或者您在此处有后续问题，请 LMK。