来自多个 hclust 对象的共识树或“引导比例”答案

【问题标题】：Consensus tree or "bootstrap proportions" from multiple hclust objects来自多个 hclust 对象的共识树或“引导比例”
【发布时间】：2010-12-11 03:46:55
【问题描述】：

我有一个 hclust 对象列表，这些对象是由一个变量的细微变化（用于计算距离矩阵）产生的

现在我想从这个列表中创建一个共识树。

是否有通用包来执行此操作？我正在破解我的方式来自 maanova 的一些代码，它似乎可以工作 - 但它很丑而且它需要大量的黑客攻击，因为我没有做“正常”的引导（它是化学数据）。

/Palle Villesen，丹麦

c1_list <- seq(10,100,by=10)
c2 <- 30
e<- 1
mboot <- list()
for (i in 1: length(c1_list) ) {
   c1 <- c1_list[i]
   cat("Doing C1=",c1,"...")
   x <- hclust(custom_euclidean(t(log2(data[, all]+1)), c1,c2,e), method='average')
   cat("..done\n")
   mboot[[i]] <- x # To get hclust object back use mbot[[i]] to get i'th object
}

#### Now extract the robust groups from mboot...

【问题讨论】：

标签： r dendrogram hclust

【解决方案1】：

首先，看一下Allan Tucker's code for consensus clustering，与他的论文"Consensus Clustering and Functional Interpretation of Gene Expression Data"相关。

这里有一些其他的提示：

您提到您正在使用the maanova package；这可以使用consensus() 函数从引导集群结果中构建共识树。你试过吗？
ape package 用于系统发育树分析，因此它可能并不完全相关，但您可以研究一下。有an example using hclust on R-Help。
同样，nem package, which is part of bioconductor 也有一些示例。

【讨论】：

非常感谢，这听起来像是我正在寻找的。是的-我看到了consensus（）函数，但是我需要创建多个hclust对象的正确对象（+一些额外的东西）......它还创建了一个浓缩的树状图，我想要“引导”比例......所以这就是为什么我一直在寻找一个更简单的函数，它可以简单地比较 n 个 hclust 对象并创建某种共识......

【解决方案2】：

嗯，这听起来像是一种应用于聚类的增强方法，并且快速的 Google 搜索显示了相当多的现有文献 boosting clustering。也许这是一个开始？

至于 R 代码，Clustering 和 Machine Learning 上总是有任务视图。

【讨论】：