原文鏈接：http://tecdat.cn/?p=25196?

原文出處：拓端數(shù)據(jù)部落公眾號

目標(biāo)

對“NCI60”（癌細(xì)胞系微陣列）數(shù)據(jù)使用聚類方法，目的是找出觀察結(jié)果是否聚類為不同類型的癌癥。K_means 和層次聚類的比較。

1. #數(shù)據(jù)信息

2. 


3. dim(nata)

1. nci.labs[1:4]

2. 


1. 


2. 


3. table(ncibs)

4. 


1. 


2. 


3. ncbs

4. 


scale # 標(biāo)準(zhǔn)化變量（均值零和標(biāo)準(zhǔn)差一）。

全鏈接、平均鏈接和單鏈接之間的比較。

1. 


2. plot(hclust,ylab = "",cex=".5",col="blue") #使用全鏈接對觀察結(jié)果進(jìn)行層次聚類。

plot(hclust,cex=".5",col="blue") #使用平均鏈接對觀察進(jìn)行層次聚類。

1. par(mfrow=c(1,1))

2. plot(hclust,col="blue") #使用單鏈接對觀察進(jìn)行層次聚類。

觀察結(jié)果

單鏈接聚類傾向于產(chǎn)生拖尾的聚類：非常大的聚類，單個觀測值一個接一個地附在其中。

另一方面，全鏈接和平均鏈接往往會產(chǎn)生更加平衡和有吸引力的聚類。

由于這個原因，全鏈接和平均鏈接比單鏈接層次聚類更受歡迎。單一癌癥類型中的細(xì)胞系確實傾向于聚在一起，盡管聚類并不完美。

1. 


2. 


3. table(hrs,ncbs)

4. 


我們可以看到一個清晰的模式，即所有白血病細(xì)胞系都屬于聚類 3，其中乳腺癌細(xì)胞分布在三個不同的聚類中。
?

1. 


2. 


3. plot(hcu)

4. abline

5. 


參數(shù) h=139 在高度 139 處繪制一條水平線。這是 4 個不同聚類的劃分結(jié)果。
?

1. 


2. 


3. out

4. 


1. 


2. 


3. 


4. kout=kmea

5. table

6. 


我們看到，獲得層次聚類和 K-means 聚類的四個聚類產(chǎn)生了不同的結(jié)果。K-means 聚類中的簇 2 與層次聚類中的簇 3 相同。另一方面，其他集群不同。
?

結(jié)論

層次聚類在 NCI60 數(shù)據(jù)集中能比 K-means聚類得到更好的聚類。

最受歡迎的見解

1.R語言k-Shape算法股票價格時間序列聚類

2.R語言中不同類型的聚類方法比較

3.R語言對用電負(fù)荷時間序列數(shù)據(jù)進(jìn)行K-medoids聚類建模和GAM回歸

4.r語言鳶尾花iris數(shù)據(jù)集的層次聚類

5.Python Monte Carlo K-Means聚類實戰(zhàn)

6.用R進(jìn)行網(wǎng)站評論文本挖掘聚類

7.用于NLP的Python：使用Keras的多標(biāo)簽文本LSTM神經(jīng)網(wǎng)絡(luò)

8.R語言對MNIST數(shù)據(jù)集分析 探索手寫數(shù)字分類數(shù)據(jù)

9.R語言基于Keras的小數(shù)據(jù)集深度學(xué)習(xí)圖像分類