如何分析R中亲和传播聚类的图结果？答案

【问题标题】：How to analyse the graph result of affinity propagation clustering in R?如何分析R中亲和传播聚类的图结果？
【发布时间】：2018-11-17 06:00:15
【问题描述】：

我已经安装了 R 的亲和传播集群包并阅读了decomentation。虹膜数据聚类的基本脚本是：

data(iris)
apIris1 <- apcluster(negDistMat(r=2), iris)
apIris1

使用此代码，形成了六个集群。此外，可以使用以下代码以图形方式查看结果：

plot(apIris1, iris)

生成的图如下：

关于该图的可用信息是：每种颜色对应一个簇。每个集群的示例由盒子和所有集群成员都用线连接到他们的样本。 还有其他方法可以分析这个图吗？例如：每个大盒子之间有什么区别（包含彩色数据) 包含六个簇？它们之间的关系是什么？当我尝试仅使用 plot(iris) 绘制数据时，会生成相同的图，但没有颜色（黑点）且没有聚类。如何分析数据图？

此外，可以使用heatmap(apIris1) 生成热图，如下所示：

如上图所示，顶部和左侧的不同颜色表示集群的总数。 如何详细分析这个情节？

请帮忙！

抱歉，帖子太长了！

更新：

这里，由1、3和4连接的大框（不包括具有特征名称的框）具有相似的数据分布，分别。然而，由 2 连接的盒子具有镜像分布。这种不同的数据分布真正说明了什么？如果只有一个大箱线图，那将很容易可视化。但是，具有不同数据分布/模式的框让我感到困惑。我们可以将每一行或每一列与其各自的特征名称相关联吗？

【问题讨论】：

您提出的问题范围很广。尝试缩小范围。让我问你，“为什么你手头的问题需要亲和力传播方法？”
亲和传播聚类有助于降低我工作中的计算复杂度。我想在使用它之前更详细地分析它。
如果计算复杂度降低是标准，那么为什么不尝试主成分分析（PCA），一种降维技术？
@Ashish 我对在工作中使用 APC 有自己的要求。请您帮忙详细说明一下图表吗？
就像我之前所说的，您提出的问题在上下文中过于宽泛。通过问你所有这些问题，我试图缩小焦点。但似乎你有自己的理由。除非提出的问题是重点突出的，否则很抱歉，我无能为力。

标签： r cluster-analysis

【解决方案1】：

你有四维数据。

图中的每个“大框”都对应于数据的二维视图，基于仅选择 2 个特征作为 x 和 y。

热图更适合分层聚类。你可以看到簇是一致的（白色），但也有一些不同的簇大多是白色的（蓝色和青色的交集），所以它们分离得不是很好。

【讨论】：

感谢您的回答。四维数据是否意味着四个特征？我仍然对“大盒子”的信息感到困惑。请参阅问题的更新。
是的，四个功能。它们标记在对角线框中。是的，在这个数据集中，萼片特征有点相似，花瓣特征也有点相似......如果你交换 x 和 y 轴，那么是的，你得到一个镜像结果......

【解决方案2】：

我不知道apcluster 背后的理论如何，以及negDistMat() 做了什么，但我会打电话

apIris1 <- apcluster(negDistMat(r=6), iris[,1:4])

然后你会出于某种原因得到三个簇（你应该这样做，因为有 3 个物种），然后使用

将簇分配与实际标签进行比较

library(purrr)
nclust       <- map_dbl(apIris1@clusters, length) %>%  length()
iris$cluster <- map_dbl(apIris1@clusters, length) %>%  rep(1:nclust, .)

#visually compare two pairplots by switching back and forth in RStudio
pairs(iris[,1:4], col=factor(iris$cluster))
pairs(iris[,1:4], col=factor(iris$Species))

【讨论】：