基于成对距离的聚类组答案

【问题标题】：Cluster groups based on pairwise distances基于成对距离的聚类组
【发布时间】：2019-12-27 22:41:20
【问题描述】：

我有一个以成对距离作为条目的 n x n 矩阵。矩阵看起来像这样：

m = matrix (c(0, 0, 1, 1, 1, 1,0, 0, 1, 1, 0, 1,1, 1, 0, 1, 1, 0,1, 1, 1, 0, 1, 1,1, 0, 1, 1, 0, 1,1, 1, 0, 1, 1, 0),ncol=6, byrow=TRUE)
colnames(m) <- c("A","B","C","D","E","F")
rownames(m) <- c("A","B","C","D","E","F")

如果到任何其他字母的距离为 0，现在我想将每个字母放在同一个簇中。对于上面的示例，我应该得到三个簇，包括：

(A,B,E)

(C,F)

(D)

我会对每个集群中的条目数感兴趣。最后，我想要一个像这样的向量：

clustersizes = c(3,2,1)

我认为可以使用 hclust 函数，但我无法提取这三个集群。我也试过cutree函数，但如果我不知道之前的簇数，也不知道高度的截止值，我该怎么办？

这是我尝试过的：

h <- hclust(dist(m),method="single")
plot(h)

谢谢！

【问题讨论】：

您好，您能否澄清一下这个问题，我不明白。谢谢
什么不起作用？ h的图清楚地显示了您在问题中发布的集群。
是的，但我不想只在图中看到集群，我想提取它们来计算每个集群的大小。

标签： r

【解决方案1】：

欢迎来到 SO。

有几种方法可以解决这个问题，但一个简单的选择是使用igraph 包。

首先，我们将您的矩阵m 转换为邻接矩阵。它包含到相邻节点的距离，其中 0 表示没有连接。因此，我们从 1 中减去您的矩阵来得到它

mm <- 1 - m  
diag(mm) <- 0 # We don't allow loops

这给了

> mm
  A B C D E F
A 0 1 0 0 0 0
B 1 0 0 0 1 0
C 0 0 0 0 0 1
D 0 0 0 0 0 0
E 0 1 0 0 0 0
F 0 0 1 0 0 0

然后我们只需要将其提供给igraph 即可计算社区

library("igraph")
fastgreedy.community(as.undirected(graph.adjacency(mm)))

产生

IGRAPH clustering fast greedy, groups: 3, mod: 0.44
+ groups:
  $`1`
  [1] "A" "B" "E"

  $`2`
  [1] "C" "F"

  $`3`
  [1] "D"

现在，如果您保存该结果，您可以立即获得社区规模

res < fastgreedy.community(as.undirected(graph.adjacency(mm)))
sizes(res)

产生

Community sizes
1 2 3 
3 2 1

【讨论】：