保存颜色绘制 k-means 聚类以查看随时间的演变答案

【问题标题】：Saving colours plotting k-means cluster to see evolution through time保存颜色绘制 k-means 聚类以查看随时间的演变
【发布时间】：2017-07-27 19:09:20
【问题描述】：

我正在对 crunchbase 数据集进行 PCA，以分析每年的投资行为。我为此使用 R。我创建了从 2000 年到 2012 年的情节。但我需要做的是最终创建一个视频，展示投资者（以点表示）如何随着时间的推移而移动。我正在使用 k-means 聚类并使用聚类进行着色。

这是我的问题： 每次我计算新一年的 pca 和 k-means 聚类时，R 都会用不同的颜色绘制聚类。

这就是我想要实现的目标： 保存 2000 年初始每个点（代表投资公司）的颜色，因此如果我计算未来几年的 PCA，我会用 2000 年的相同颜色绘制该点。

棘手的部分： 多年来添加了一些投资公司，我不想为这些年来添加的那些着色。

这是 2000 年的初始图：

这是 2001 年的情节：

这只是为不同集群中的所有集群着色。但是没有考虑到2000年点的颜色，所以无法比较。

这是我使用的代码示例：

inv.mat <- cast(invtop[,1:4], investor_name~company_market, sum)
inv.names <- inv.mat$investor_name
inv.mat <- inv.mat[,3:29] 
inv.log <- log(inv.mat)
inv.log[inv.log == -Inf] <- 0
fit <- kmeans(inv.log, 4, nstart= 30)
pca <- prcomp(inv.log)
pca <- as.matrix(pca$x)
plot(pca[,2], pca[,1], pch = 16, cex = 1 ,col = fit$cluster,   xlab="Principal Component 1", ylab="Principal Component 2", main="VC firms")

【问题讨论】：

标签： r plot k-means pca

【解决方案1】：

我不太明白你的问题：

要保留第一个绘图中的颜色吗？（是）
这些年来您的数据输入是否相同？（否）

如果你想保留第一年的颜色，你只需要写col=fit1$clusterfit1是你对第一个时间点的聚类分析。

因此，您首先需要建立一个向量（例如称为clus.col），其中包含多年来所有可用的公司。

问题是您需要为每个颜色定义颜色，如果您只为第一年定义颜色，您可能会错过其中的一些（除非在第一年呈现所有颜色）。为每个图定义 clus.col 后，您应该获取一个子集，其中仅显示个人。

【讨论】：

是的，第一个图中的点代表一家投资公司，我想将该颜色分配给该特定公司。这样该投资公司在其他地块中具有相同的颜色。我的数据输入如下：“investor_name”、“company_name”、“company_market”、“raised_amount_usd”、“investor_market”、“funded_year”。基本上全年的投入都会发生变化，因为并非每年每个投资公司都会资助一些公司。因此，多年来，公司增加或减少。
我会在了解更多详细信息时编辑我的答案。所有可用的公司都在您的第一个 TimePoint 中吗？
不幸的是，情况并非如此。所以你说我必须用所有可用的公司名称建立一个初始向量。那么我将如何在我的初始情节中只为它们的一个子集着色。在接下来的几年里我将如何继续？
如果你有向量clus.col 和所有公司的颜色，你只需要调用plot( . . ., col = clus.col[cl1.names]) 是cl1.names 一个逻辑向量，表明公司是否参与了集群分析
它没有像我预期的那样工作。所以我有一个包含所有可用公司和颜色值的命名向量。我根据 2000 年 PCA 集群颜色更改了该命名向量的颜色值，以便 2000 年 PCA 集群中不可用的所有其他公司具有不同的值。现在，当我想分配颜色时：'col = color[clusterColorInvestorNames]' 它仍在改变颜色。