循环模拟层次聚类 R答案

【问题标题】：Loop to simulate hierarchical clustering R循环模拟层次聚类 R
【发布时间】：2018-07-25 20:15:17
【问题描述】：

我使用Vectorize 函数为 50x50 数据集的 Kolmogorov Smirnov 测试创建了一个循环，并使其输出 50x50 矩阵中的 p 值。然后将这些 p 值存储为距离对象。应用层次聚类并将其存储为树状图对象。我再次重复这一点，然后找到它们之间的共同相关性。下面的代码输出一个 2x2 矩阵。

mat1 <- outer(1:50, 1:50, Vectorize(function(i,j)
          {ks.boot(as.numeric(rep(seq(0,14,1),as.vector(data[i,]))),
                   as.numeric(rep(seq(0,14,1),as.vector(data[j,]))),nboots=100)                   
                   $ks.boot.pvalue}))
rownames(mat) <- data2[, 1]
d1=as.dist(as.matrix(1-mat))
hcr1 <- hclust(d,method = "complete")
dend1 <- as.dendrogram(hcr)

mat2 <- outer(1:50, 1:50, Vectorize(function(i,j)
          {ks.boot(as.numeric(rep(seq(0,14,1),as.vector(data[i,]))),
                   as.numeric(rep(seq(0,14,1),as.vector(data[j,]))),nboots=100)                   
                   $ks.boot.pvalue}))
rownames(mat) <- data2[, 1]
d2=as.dist(as.matrix(1-mat))
hcr2 <- hclust(d,method = "complete")
dend2 <- as.dendrogram(hcr)

dendy <- dendlist(dend1,dend2)
cor <- cor.dendlist(dendy1)
cor1

所以我所追求的是一个for循环来模拟以获得dend1，dend2，....，dend100。将其存储到

dendy <- dendlist(dend1,dend2,...,dend100)

【问题讨论】：

您能具体说明您的问题吗？
我通过复制和粘贴相同的代码但更改了变量名称重复了该过程一次。即 mat1 & mat2, d1 & d2。而不是复制这 100 次 mat1,mat2,.....,mat100 我想把它放到一个循环中，计算 p 值 100 次，然后使用我所说的过程，最后输出一个 100x100 的 cophenetic 矩阵每个模拟之间的相关性
你只是想重复这个过程一百次，不改变代码中的任何内容？
是的，我对 R 中的循环还很陌生

标签： r loops hierarchical-clustering

【解决方案1】：

如果你只想要一个包含 100 个dend 的列表，请将相关代码包装在一个不带参数的自定义函数中，然后 lapply 它 100 次：

FOO <- function(...){
  mat1 <- outer(1:50, 1:50, Vectorize(function(i,j)
  {ks.boot(as.numeric(rep(seq(0,14,1),as.vector(data[i,]))),
           as.numeric(rep(seq(0,14,1),as.vector(data[j,]))),nboots=100)                   
    $ks.boot.pvalue}))
  rownames(mat) <- data2[, 1]
  d1=as.dist(as.matrix(1-mat))
  hcr <- hclust(d,method = "complete")
  as.dendrogram(hcr)
}

dendy <- lapply(1:100, FOO)

【讨论】：

运行 dendy 时出现此错误：rep(seq(0, 14, 1), as.vector(test[i, ])) 中的错误：'times' 参数无效
得到它的工作，需要纠正的简单错误。谢谢！