测量树/树状图的可靠性（Traminer）答案

【问题标题】：Measuring reliability of tree/dendrogram (Traminer)测量树/树状图的可靠性（Traminer）
【发布时间】：2014-10-01 09:13:55
【问题描述】：

我使用 TraMineR 进行了分析，以测量空间使用序列之间的相似性（例如 Rural(R) 与 Urban (U)：序列示例 -> RRRRRUUURRUUU）我的分析中的一个要求是在同一时间比较状态，因此我使用了汉明序列相似性。基于相似性矩阵，我创建了一个树状图，给出了各个序列之间的距离，有助于识别顺序空间使用中的“行为相似性”。现在我正在寻找一种计算树的稳健性或可靠性的方法。有人知道我如何计算引导树（沿着分支指示引导值）吗？

亲切的问候，

约翰内斯

【问题讨论】：

标签： sequence dendrogram robustness traminer

【解决方案1】：

fpc 包有一个名为clusterboot 的函数，可用于评估聚类过程的稳定性。可以通过以下方式使用：

library(TraMineR)
data(mvad)
##Use some sequence data to illustrate
mvad.alphabet <- c("employment", "FE", "HE", "joblessness", "school", "training")
mvad.labels <- c("employment", "further education", "higher education", "joblessness", "school", "training")
mvad.scodes <- c("EM", "FE", "HE", "JL", "SC", "TR")
mvad.seq <- seqdef(mvad, 17:86, alphabet = mvad.alphabet, states = mvad.scodes, labels = mvad.labels, xtstep = 6)
## Compute Hamming distances
ham <- seqdist(mvad.seq, method="HAM")
library(fpc)
cf2 <- clusterboot(as.dist(ham),clustermethod=disthclustCBI, k=5, cut="number", method="average")
print(cf2)

clusterboot 帮助页面提供了以下指南来解释这些值。

有一些理论上的理由认为 Jaccard 相似度值小于或等于 0.5 作为“解散集群”的指示，请参阅 Hennig (2008)。通常，一个有效、稳定的集群应该产生 0.75 或更高的平均 Jaccard 相似度值。在 0.6 和 0.75 之间，集群可以被认为是数据中的指示模式，但是哪些点应该属于这些集群是非常值得怀疑的。低于 0.6 的平均 Jaccard 值，不应信任集群。 “高度稳定”的集群应产生 0.85 及以上的平均 Jaccard 相似度。

具有稳定的聚类过程并不意味着聚类是好的。您可能还对集群质量度量感兴趣。在这种情况下，您可以使用 WeightedCluster 包，请参见此处：http://mephisto.unige.ch/weightedcluster/

【讨论】：