如何在 R 中制作聚集布尔变量的图？答案

【问题标题】：How to make a graph of clustered boolean variables in R?如何在 R 中制作聚集布尔变量的图？
【发布时间】：2016-06-10 15:03:44
【问题描述】：

我有一个完全由布尔变量组成的数据集。与下面转换后的动物数据集完全一样，只是有更多列。

# http://stats.stackexchange.com/questions/27323/cluster-analysis-of-boolean-vectors-in-r
library(cluster)
head(mona(animals)[[1]])

    war fly ver end gro hai
ant   0   0   0   0   1   0
bee   0   1   0   0   1   1
cat   1   0   1   0   0   1
cpl   0   0   0   0   0   1
chi   1   0   1   1   1   1
cow   1   0   1   0   1   1

我们的目标是重新排列行，以便更容易在视觉上识别相似成员模式的分组。

我认为某种聚类算法可能是可行的方法，但我不确定要使用哪些函数或如何准确地进行。

理想情况下，该表将被绘制为一种棋盘格。用阴影方块表示每个点是真还是假。

【问题讨论】：

标签： r ggplot2 cluster-analysis data-visualization hierarchical-clustering

【解决方案1】：

此解决方案使用层次聚类对变量进行重新排序。值得注意的是，由于相异矩阵变大，因此无法很好地扩展大量观察结果。 this 回答中建议了许多观察的替代算法，但我没有完全理解它，也没有看到如何根据引用的章节来实现它。

library(cluster)
library(reshape2)
library(ggplot2)

# testing that it works using the categorical animals dataset
adData <- mona(animals)$data

# import the data, encoded with 0s and 1s for membership
# adData  <- read.csv('adData.csv')

# clustering based off this answer https://stats.stackexchange.com/a/48364
# create a dissimilarity matrix 
disimilarAdData <- daisy(adData)

# hierarchically cluster by dissimilarity
clusteredAdData <- agnes(disimilarAdData)

# reorder the rows by dissimilarity
orderedAdData <- adData[clusteredAdData[[1]], ]

# make it logical data type for better graphing
plotData <- sapply(as.data.frame(orderedAdData), as.logical)
row.names(plotData) <- row.names(orderedAdData)

# plot graph using shaded rows
# http://stackoverflow.com/questions/21316363/plot-and-fill-chessboard-like-area-and-the-similars-in-r
ggplot(melt(plotData), aes(x=Var2, y=Var1, fill=value)) + geom_tile()

【讨论】：