R：从 clValid 对象中的 summary() 中提取值答案

【问题标题】：R: Extract values from a summary() in a clValid objectR：从 clValid 对象中的 summary() 中提取值
【发布时间】：2016-03-25 18:57:34
【问题描述】：

我正在使用 clValid 验证层次聚类的优点。下面是我的代码。聚类总是产生一个包含 70% 元素的嘈杂聚类，因此我递归聚类嘈杂聚类中的元素。

intern <- clValid(primaryDataSource, 2:10,clMethods = c("Hierarchical"),
                  validation="internal", maxitems = 2200)
summary(intern)

总结输出（实习生）：

Clustering Methods:
 hierarchical 

Cluster sizes:
 2 3 4 5 6 7 8 9 10 

Validation Measures:
                                 2       3       4       5       6       7       8       9      10

hierarchical Connectivity   3.8738  3.8738  8.2563 10.9452 16.0286 18.6452 20.6452 22.6452 24.6452
             Dunn           4.0949  0.8810  0.6569  0.8694  0.8808  1.0416  1.0230  1.0262  1.3724
             Silhouette     0.9592  0.9879  0.9785  0.9751  0.9727  0.9729  0.9727  0.9726  0.9725

Optimal Scores:

             Score  Method       Clusters
Connectivity 3.8738 hierarchical 2       
Dunn         4.0949 hierarchical 2       
Silhouette   0.9879 hierarchical 3

在每次迭代中，我必须执行 clValid() 并选择能给我最高轮廓值的簇数（在上面的示例中为 3）。我正在尝试自动化递归聚类方法。因此，我正在寻找具有最高轮廓值的集群数量。你能帮我提取那条信息吗？谢谢。

P.S：我尝试将结果转换为数据框或表格。但是没有用。

更新：使用 str() 后

> str(intern)

Formal class 'clValid' [package "clValid"] with 14 slots
  ..@ clusterObjs:List of 1
  .. ..$ hierarchical:List of 7
  .. .. ..$ merge      : int [1:2173, 1:2] -1673 -714 -1121 -1688 -1876 -1123 -1689 -1228 -429 -535 ...
  .. .. ..$ height     : num [1:2173] 0 0.001 0.001 0.001 0.001 ...
  .. .. ..$ order      : int [1:2174] 2165 2166 1950 1951 1954 1955 1577 1565 1564 1576 ...
  .. .. ..$ labels     : chr [1:2174] "out_M_aacald_c_boundary" "out_M_12ppd_DASH_R_e_boundary" "out_M_12ppd_DASH_S_e_boundary" "in_M_14glucan_e_boundary" ...
  .. .. ..$ method     : chr "average"
  .. .. ..$ call       : language hclust(d = Dist, method = method)
  .. .. ..$ dist.method: chr "euclidean"
  .. .. ..- attr(*, "class")= chr "hclust"
  ..@ measures   : num [1:3, 1:9, 1] 3.874 4.095 0.959 3.874 0.881 ...
  .. ..- attr(*, "dimnames")=List of 3
  .. .. ..$ : chr [1:3] "Connectivity" "Dunn" "Silhouette"
  .. .. ..$ : chr [1:9] "2" "3" "4" "5" ...
  .. .. ..$ : chr "hierarchical"
  ..@ measNames  : chr [1:3] "Connectivity" "Dunn" "Silhouette"
  ..@ clMethods  : chr "hierarchical"
  ..@ labels     : chr [1:2174] "out_M_aacald_c_boundary" "out_M_12ppd_DASH_R_e_boundary" "out_M_12ppd_DASH_S_e_boundary" "in_M_14glucan_e_boundary" ...
  ..@ nClust     : num [1:9] 2 3 4 5 6 7 8 9 10
  ..@ validation : chr "internal"
  ..@ metric     : chr "euclidean"
  ..@ method     : chr "average"
  ..@ neighbSize : num 10
  ..@ annotation : NULL
  ..@ GOcategory : chr "all"
  ..@ goTermFreq : num 0.05
  ..@ call       : language clValid(obj = primaryDataSource, nClust = 2:10, clMethods = c("Hierarchical"), validation = "internal",      maxitems = 2200)

我猜重要的部分是

@ measures   : num [1:3, 1:9, 1] 3.874 4.095 0.959 3.874 0.881 ...
      .. ..- attr(*, "dimnames")=List of 3
      .. .. ..$ : chr [1:3] "Connectivity" "Dunn" "Silhouette"
      .. .. ..$ : chr [1:9] "2" "3" "4" "5" ...
      .. .. ..$ : chr "hierarchical"

当我执行>intern@measures我得到以下结果。

                     2         3         4          5          6          7          8         9
Connectivity 3.8738095 3.8738095 8.2563492 10.9452381 16.0285714 18.6452381 20.6452381 22.645238
Dunn         4.0948837 0.8810494 0.6568857  0.8694067  0.8808228  1.0415614  1.0230197  1.026192
Silhouette   0.9591803 0.9879153 0.9784684  0.9751393  0.9727454  0.9728736  0.9727153  0.972622
                     10
Connectivity 24.6452381
Dunn          1.3724494
Silhouette    0.9725379

我能够根据索引获取最大值并访问单个项目。我想获得剪影的最大值。

intern@measures[1]
max(intern@measures)

【问题讨论】：

分配它。 x <- summary(intern).
从摘要中检查您需要哪些元素可以使用str(summary(intern))
我之前尝试过分配，但没有成功。变量 x 为空。
@Stereo 谢谢你的回答。我认为应该是 str(intern)。但是我得到了存储特定信息的变量。这是实习生@measure。它的列表结构有点混乱。你能提供进一步的帮助吗？我已经用新的输出修改了我的答案。
你能做到max(intern@measures[3,,])吗？而且由于您希望找到其中的最大值，而不仅仅是最大值，那么which.max(intern@measures[3,,])（返回数字 2）或 dimnames(intern@measures)[[2]][which.max(intern@measures[3,,])]（返回字符串“3”）怎么样。

标签： r function cluster-analysis

【解决方案1】：

一些额外的解释，当str() 显示@ 标志时，这表明您正在检查的对象是具有属性的S4 类。我不熟悉clValid，但快速查看source code 表明clValid 类继承自S4。

您可以使用object@attribute 访问那些。通常，这些属性可以是任何东西。

查看print function 的clValid 似乎您可以使用便利功能measures(object) 访问这些措施。查看clValid 的剩余源代码，utility functions 可能对您有用。检查optimalScores()。

【讨论】：