在距离矩阵列表上应用 hclust

Question

我已尝试搜索此问题的答案，但找不到：

为了对我的数据集中的每个用户 ID（其中 385 个）执行特定的聚类，我计算了每个用户之间的欧几里得距离和地理距离向量（haversine distance）。然而，这导致了一个距离矩阵列表，我似乎无法弄清楚如何应用层次聚类。

例子

按用户 ID 拆分数据

user_id.split<-split(mydata$geodistancevector,mydata$userid)

计算每个分割的欧几里得距离

split.distances<-lapply(user_id.split,function(x) dist(x,method="euclidean"))

str(split.distances) 

结果为 385 个列表，例如

    >$ 1  :Class 'dist'  atomic [1:496] 1788.4 24.7 922.2 277.8 873.7 ...
    >.. ..- attr(*, "Size")= int 32
    >.. ..- attr(*, "Diag")= logi FALSE
    >.. ..- attr(*, "Upper")= logi FALSE
    >.. ..- attr(*, "method")= chr "euclidean"
    >``.. ..- attr(*, "call")= language dist(x = x, method = "euclidean")

    >$ 2  :Class 'dist'  atomic (0) 
     .. ..- attr(*, "Size")= int 0
     .. ..- attr(*, "Diag")= logi FALSE
     .. ..- attr(*, "Upper")= logi FALSE
     .. ..- attr(*, "method")= chr "euclidean"
      .. ..- attr(*, "call")= language dist(x = x, method = "euclidean")

等等……

如何在此距离列表中应用 hclust？我希望能够将其切割成 385（cuttree），并将其绑定回原始数据框。

谢谢！

Answer 1

扩展我的评论； lapply 函数将接受该函数（在其第二个参数中），并在其第一个参数的每个元素上运行它。

所以要在$1 到$385 的split.distances 元素上运行hclust，我们可以简单地执行以下操作：

lapply(split.distances, hclust)

这将返回另一个列表，其中每个元素是$1 到$385 的hclust。所以要应用cutree函数，我们可以在结果上运行lapply：

hclust.results <- lapply(split.distances, hclust)
cutree.results <- lapply(hclust.results, cutree)

在我的评论中，我嵌套了函数调用，将上述内容简化为：

lapply(lapply(split.distances, hclust), cutree)